这项由香港科技大学（HKUST）领衔的研究，为我们展示了一种“Code as Action, State as Memory”的全新可能性。它解决了所有开发过复杂Agent的工程师最头疼的多轮对话中的“失忆”与“漂移”问题。

更有意思的是，这些极端分歧案例可能蕴含着重要的临床信息。研究发现，标注一致性较低的图像往往对应着恶性病变的比例更高。这就像经验丰富的医生在面对可疑病例时会更加谨慎，不同的临床经验和风险评估倾向导致了标注边界的差异。