flow-1：RL 训练找 agent 错误

和 Jev 一样，我相信 RL 会解锁更多类似的成果，大幅削减关键智能体操作的成本。 flow-1 在性能上有竞争力，但在发现 agent trace 中的失败方面能大幅节省成本。 RSI 不只适用于通用智能。它同样会加速专用智能。