作者称Astra实际运行了模拟，但相比Fable较少表现出对结果的主动好奇。
推荐理由：观察触及智能体体验的重要差异：正确执行模拟不等于主动追问异常结果；不过帖子缺少任务、输出和评价尺度，尚不能据此比较模型能力。
阅读原文