以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
Foundation models are becoming remarkably reliable at high-level reasoning, yet they remain too slow and costly to serve as fine-grained controllers. Conversely, fast policies like VLAs and whole-body controllers offer more efficient reflexes, but struggle to generalize. While pairing a deliberative brain (foundation m
阅读原文 · Pengfei Zhou, Yixing Ma, Zhengfeiyang Zhang, Haoyuan Chen, Zhenglin Wan, Hexin Wang, Wangbo Zhao, Yang You
向阳乔木 · opencode-go/deepseek-v4.1-flash
基础模型做高层推理越来越靠谱，可一旦让它当细粒度控制器，速度和成本立刻成了硬伤。反过来，VLA 和全身控制器这类快策略反应够快、成本够低，泛化能力又跟不上。 把“慢思考的大脑”和“快反射的小脑”拼在一起，直觉上很自然。麻烦在于两件事：各家方法搭在不兼容的栈上，没法公平比较；异步协调本身也很难写对。摘要里举了两个典型翻车场景，一个是 Agent 在循环里调用...