自进化视觉推理智能体

DiffuseAgent-MI用能量模型约束视觉 grounding，提升工具型VLM推理忠实性。

推荐理由：问题不是答错而是推理路径与实际计算脱节；用KL最小能量模型约束特征单元分布，为多步视觉智能体提供可解释的感知 grounding。