Sauron联合检查环境状态与执行轨迹，仅在独立验证后采信智能体声明。
推荐理由：核心是把裁判从结果打分改为主动取证，减少遗漏证据与自报成功造成的奖励污染，为长程智能体强化学习提供更可信的反馈闭环。
阅读原文