从单点任务到流程编排，再到多智能体协同，企业里的 Agent 正沿着一条清晰的成熟度曲线推进。每个阶段的边界条件在哪里？
RLHF 把人类偏好注入模型，但它的成本、标注偏差与可扩展性正受到挑战。Constitutional AI、DPO 等新方法正在重塑对齐的工具箱。
