evaluation · E1 预消化简报(2026-10-26)

口径声明：本轮由宿主机 work-guard 清单 job 4ec36223-61dc-4ef2-a5be-d4ebffdb8ab7 驱动（created 2026-10-26 15:40，expires 16:40），只处理 items[0].materials 列出的 8 份材料，逐件读取 materials[].source（非仅 item.source 首项）。未做全库扫描、未开网页搜索补料、未为凑字数多轮重写。 对照基线：organized/knowledge/evaluation.md（R110 · 2026-10-24 16:50）。R110 已吸收 10-24 一轮 5 件 NET-new（锚预备级 251-255 + Ray 历史地标 252）。 边界：只做今晚活文档接力的预习备料；不改活文档、不改清单/基线/认领记录/定时配置，不写他人目录，不 git，不输出密钥。本轮只写本文件 1 个。

0. 一句话判断

本轮 8 件材料中，真正 NET-new 的评测相关增量只有 4 件（Anthropic "subagent 折回主循环" 指南、LlamaIndex OCRia-1 文档解析 VLM、arXiv:2606.17846 Qwen-RobotManip、Claire1217/benchmark-radar），另 2 件为运行态刷新（langfuse / AutomationBench，数字变化本身不作新观点），2 件为既有锚的重复出现（OpenVLHarness 255、meta-harness 253、Sparks 2303.12712 已属锚 238）。今晚真正值得接线的一条线是：评测正在从"造基准"进一步外扩到"决定 agent 架构本身"——Anthropic 指南明确把 eval（成本、效率）当作"要不要保留 subagent"的仲裁器，这恰好落在 evaluation.md §1.3 Harness 自演进与 §2.3 Harness 生态候选的延长线上，且是活文档至今没有的一类"评测的用途"。

1. 今日最重要的增量

增量 ① · Anthropic：把 subagent 折回主循环（单 agent + skills）——eval 成为架构决策的仲裁器 ★

  • 来源：inbox/jay/2026-10-26-1140-news-x-tech-radar.md（第 2 条，@omarsar0 2026-10-25 02:13 转述 → 引用 @cherry_mx_reds 2026-10-24 20:21 → 原文 https://claude.com/resources/articles/building-agents-when-to-fold-subagents-into-your-main-agent-loop ）——二手转述，Anthropic 原文本轮未打开。
  • 要点：Anthropic 建议把不必要的 subagent 收进主循环，转成 skills 与 tools。分工规则：Skills 教"怎么做"（流程、专业经验、指令）；Tools / MCP 让"能做什么"（API、动作、实时数据）；Subagents 留用于并行任务 / 上下文隔离 / 单 agent 难以胜任的任务。机制核心是渐进式披露（progressive disclosure）：不派生专职 agent，也不塞巨型 prompt，而是让单 agent 按需发现并加载 skills 与 tools。客户案例称约 2 倍执行提速，且"装备 skills 的单 agent 常常胜过复杂的多 agent 系统"。@omarsar0 的补充是决策纪律——不能一刀切删 subagent，必须跑 eval（成本、效率等）来决定是否折叠、如何折叠，eval 应始终驱动策略；规模化时的典型问题（工具调用过多、上下文膨胀、职责边界不清）恰恰是 subagent 仍然有用的地方。
  • 与活文档脉络的关系：evaluation.md 现有 §1.3（Harness 自演进）、§2.2（评测平台与 CI Gate）、§2.3 第 36 节点候选群、§6.193(3)（"论文 + 官方实现"闭环）谈的都是怎么造评测，没有一条谈"评测结果反过来决定运行时架构"。这条与锚 219/220 的方法学批判不同源——它是评测的第一种非学术用途：把 harness 架构本身放进被测空间，用 eval 做 A/B 裁决。§6.193(4) 生态分层里"厂商自建 vs 社区自建"的对照，也可延伸到"厂商提供的架构范式 vs 社区自建多 agent"。
  • 建议归入：§1.3 补一小节"eval 驱动的架构折叠决策（subagent → skills/tools）"；§2.3 记一条生态信号；§7.5 留一条厂商工程指南（不升锚）；§6 趋势可加一条"评测的用途从'测量'扩展到'裁决'"。
  • ⚠️ 待核实：Anthropic 原文未读；"单 agent 常胜多 agent""约 2 倍提速"的原始案例、样本与评测口径均未核实；@omarsar0 的 "/goal 动态工作流"为其个人用法陈述，不可当方法学结论。

增量 ② · LlamaIndex OCRia-1 —— 文档解析评测第一次带上了可核查的基准与分数 ★

  • 来源：同上 inbox/jay/2026-10-26-1140-news-x-tech-radar.md（第 1 条，@jerryjliu0 2026-10-26 01:11 + 同作者自引推文 2026-10-22 23:30）→ 技术报告 https://www.llamaindex.ai/ocria/ocria-1-technical-report.pdf · 博客 https://www.llamaindex.ai/blog/parse-ocria-1 。
  • 要点：37 页技术报告 + 24 页附录；评测覆盖主流开源权重 OCR 模型（Infinity-Parser、LightOnOCR 3、Chandra 2、dots.mocr）；基准集合 = ParseBench / olmOCR-bench / PulseBench-Tab / fr-bench-pdf2md；分数（自引推文口径）ParseBench 87.4、olmOCR-bench 83.5 overall（表格项 92.9，脚注说明已统一按 1,288px 渲染口径调整）、PulseBench-Tab 84.1、fr-bench-pdf2md 72.1；模型规模 4B；解码速度比最新开源权重模型快 2–4 倍以上；强项为复杂表格（嵌套表头、合并单元格、不规则网格、扫描表格）与复杂无标注图表（折线/柱状/饼图/技术示意图）及复杂格式保留；已作为底座驱动 LlamaParse 的 cost-effective / agentic / agentic plus 三种模式。
  • 与活文档脉络的关系：这是 R109 §7.5 里那条线索的可核查升级版——2026-10-20 的 X 雷达曾记录同作者（jerryjliu0）关于"PDF 解析能力评测"的线索，当时明确标注"无基准 / 数据集 / 分数"而只作线索型；今天同族线索第一次带上了具体基准名、具体分数与口径脚注。这条轨迹本身有方法学价值：同一类"解析能力"信号，从无分数线索升级到有分数转述，恰好演示了"证据密度决定能否升锚"这条收录纪律。在评价维度上，它给 §3 维度化指标体系补了一块此前空缺——结构化文档/表格解析的端到端准确度（表格单元格级、图表无标注解析、格式保真），这类维度此前只以 IR/长文切分形式出现过（锚 226/227），没有以"视觉文档解析 VLM"形态出现。
  • 建议归入：§3 维度化指标体系新增"结构化文档解析（表格 / 图表 / 格式保真）"维度；§7.5 记为线索型（分数为转述）；§4/§6 可补一句"渲染口径（分辨率）必须声明"的口径纪律。
  • ⚠️ 待核实：报告 PDF 与博客正文本轮未打开，全部分数、页数、速度比均为原帖文本转述；"olmOCR-bench 已统一按 1,288px 渲染口径调整"这一脚注恰好说明同一基准在不同渲染口径下不可直接比较——引用时必须带上该口径，不可裸引 83.5 / 92.9。

增量 ③ · arXiv:2606.17846 Qwen-RobotManip —— 自选 OOD 基准 + 无绝对数值，"可比性契约"的反面样本 ★

  • 来源：inbox/flyp/2026-10-26T0950-critical-read.md 精读对象一（证据等级 paper_card_abstract，arXiv 摘要页 + 元数据已核，44 页 PDF 方法与实验章节未读）→ https://arxiv.org/abs/2606.17846 （cs.RO，v1 2026-06-16 / v2 2026-06-17）。
  • 要点（摘要自述）：Qwen-VL 为 VLA 骨干；"表征—运动—行为"三维统一对齐框架；数据侧 human-to-robot 合成（第一人称手部演示→机器人轨迹，覆盖 15 平台）+ 异构数据集清洗；预训练语料约 38,100 小时（仅用开源数据集与人类视频）；主张标准 benchmark 无法反映预训练质量，改用自建 OOD 组合 RoboCasa365 / LIBERO-Plus / EBench / RoboTwin-Clean2Rand / RoboTwin-IF / RoboTwin-XE；RoboChallenge 榜单相对提升 20%；真机平台 AgileX ALOHA / Franka / UR / ARX。
  • 与活文档脉络的关系：与 R110 §6.193(1) RoboDojo 构成一对方向相反的同类——RoboDojo 的解法是"统一载体 XPolicyLab 收编 30 个策略"来制造可比性条件；Qwen-RobotManip 的解法是"由主张方自选 OOD 基准集合"来证明自己强。flyp 明确指出后者的问题：OOD 集合由作者选定，且与"作者主张模型强"存在结构性利益相关，用自家选定的集合击败 π0.5，与在标准榜上超越 π0.5，证据强度不同，不能混用。另有三重方法学病灶可与活文档既有批判对齐：(a) "对齐解锁规模"是叙事而非可证伪命题——缺消融，与 §1.1 评测诚信的"宣称 vs 实现"判据同源；(b) 只有相对量没有绝对量（"相对提升 20%"，无成功率基线、无置信区间、无试验次数），robot eval 的 seed 方差极大，无区间即不可判读；(c) distribution leakage by construction——自选 OOD 集合与自家清洗流水线共享同一批"清洗假设"，训练端剔除与评测端定义可能共享生成逻辑。这三点同时是 R104 NoLiMa（锚 220）"对齐条件一变结论翻转"的又一实例。
  • 建议归入：§6.193(1) 可比性契约下补"自选基准 vs 统一载体"两条路径的对照；§1.1 评测诚信记"缺绝对数值与方差"子项；§3 维度化指标体系记"具身 VLA 的 OOD 基准族"；§7.5 收为线索型；§9.2 补待核项。
  • ⚠️ 待核实：所有性能表述均为摘要原文声称，正文未读，"超越 π0.5"应按待验证处理；38,100 小时的构成（人类视频 / 合成 / 遥操作占比）未拆分；论文卡"代码"字段为空，权重、数据索引、训练配方是否公开未知；flyp 记录论文卡 OpenAlex 被引 0 而 Semantic Scholar 被引 64（见下方矛盾 3）。

增量 ④ · Claire1217/benchmark-radar —— 评测生态的"元层"：基准雷达本身成为工具 ★

  • 来源：organized/repo_cards/4633-claire1217-benchmark-radar.md（首次采集 2026-10-26）→ https://github.com/Claire1217/benchmark-radar
  • 要点：12★ / 周增 +0 / HTML / 首次采集 2026-10-26；简介 "Track newly released AI benchmarks and their real-world adoption momentum."（追踪新发布的 AI 基准及其真实世界采纳动能）；主分类 evaluation，形态 benchmark，主题 agent + evaluation + llm-infra；成熟度 experimental。
  • 与活文档脉络的关系：§6.193(4) 已确立"评测基准生产主体从学术社区扩展到业务 SaaS 厂商"，本件是这条线的第三个维度——基准的元层/聚合与追踪层：不止于造基准，而是持续监测"哪些基准在被发布、被谁采用、是否形成真实工作流"。12★ + HTML + 首次采集，说明它仍是个人级小工具，不具备升锚资格，但它与活文档 §8 URL 累积列表里已存在的 https://koutian.is-a.dev/posts/2026/09/benchmark-radar-day46 命名族高度疑似同源，值得今晚顺带核实一次（见矛盾 4）。
  • 建议归入：§7.5 行业可观察信号段（不升锚）；§7.1-7.5 总览的生态分层图可加"元层（追踪/聚合）"一格。
  • ⚠️ 待核实：README 与数据源未读；"adoption momentum"的度量口径未知；与 koutian 的 benchmark-radar 系列是否同一作者/同一项目未核。

增量 ⑤ · langfuse/langfuse —— 平台层持续吸存（运行态刷新，不作新观点）

  • 来源：organized/repo_cards/008-langfuse-langfuse.md（上次采集 2026-10-26，首次采集 2026-06-30）→ https://github.com/langfuse/langfuse
  • 要点：36,456★ / 周增 +551 / TypeScript / NOASSERTION / 最近提交 2026-10-25 / YC W23；简介"开源 agent evals & observability"。R105 记为锚 228（35,838★ / +476 weekly），本轮为刷新。
  • 与活文档脉络的关系：§1.12 的"调度层（Ray 252）→ 平台层（Langfuse 228）→ 数据层（DataEvolver 231）→ 表示层（NLAH 246）"四阶纵深不变。值得注意的是平台层的吸存速度在两轮采集间进一步加快（+476 → +551 weekly），这是四阶纵深中唯一有可比时间序列的层级——但按本轮口径，采集态数值变化一律不作新观点，只作运行态佐证，不新开锚、不改判定。
  • 建议归入：§3 锚记录 228 行刷新数值（36456★ / +551 weekly）；§1.12 保留。
  • ⚠️ 待核实：许可仍为 NOASSERTION；"eval 平台"与"可观测性"的边界（O18 开放问题）未变。

增量 ⑥ · zapier/AutomationBench —— 周增由 +0 变 +7，但提交日期未动（矛盾信号）

  • 来源：organized/repo_cards/4577-zapier-automationbench.md（上次采集 2026-10-26，首次采集 2026-10-23）→ https://github.com/zapier/AutomationBench
  • 要点：355★ / 周增 +7（R110 记 353★ / +0 weekly）/ Python / NOASSERTION / 最近提交仍为 2026-08-04。
  • 与活文档脉络的关系：R110 §6.193(4) 把它定性为"厂商自建基准类别首现"，并标了"+0 weekly 静止信号"。本轮周增由 0 变为 +7，但最近提交日期没有任何前进。这意味着"热度回升"与"代码演进"在本周脱钩——典型的 star 波动或榜单/传播效应，而非基准自身在演进。对 R110 的"静止信号"判定不构成反转，反而是"star 增长不能作为基准活跃度证据"的又一实例。
  • 建议归入：§3 锚记录 254 刷新数值（355★ / +7 weekly，最近提交 2026-08-04）；§7.5 / §6.193(4) 保留原判定并加注"周增回升但提交未动"。
  • ⚠️ 待核实：任务集规模与工作流来源、许可 NOASSERTION 实际条款、停更约 2.5 个月后的时效性，均仍未核（R110 待核项 41 未消）。

不计增量（重复出现 / 仅刷新，不新开锚）

  • uclanlp/OpenVLHarness（organized/repo_cards/4558-uclanlp-openvlharness.md）：256★ / +28 weekly（R110 记 220★ / +56 weekly），锚预备级 255 沿用。首次采集基线跳变问题依旧，且周增由 +56 回落到 +28，说明上一轮的"高增速"本身就不稳定，更不宜据周增升档。
  • stanford-iris-lab/meta-harness（organized/repo_cards/4576-stanford-iris-lab-meta-harness.md）：1713★ / +0 weekly（R110 记 1708★ / +7 weekly），锚预备级 253 沿用；简介 arXiv 2603.28052 与 NLAH 卡片 2603.25723 编号不一致仍未核（R110 反问 50 / 待核 40 未消）。
  • Sparks of AGI arXiv:2303.12712（organized/paper_cards/435-2303-12712.md）：S2 被引 4538 / OpenAlex 1523 / 影响力被引 259，已属 §1.9 R107 锚 238，本轮仅 OpenAlex 更新，属刷新。

2. 值得警惕的矛盾或待核实说法

  1. 同一仓库的"周增"与"提交日期"脱钩（AutomationBench）——周增 +0 → +7，最近提交仍停在 2026-08-04。结论：star/周增不能作为基准活跃度或方法学新颖性的证据；这是 R110 "采集态数值一律不作新观点"这条纪律的正面案例。
  2. OpenVLHarness 周增腰斩（+56 → +28）——印证 R110 标注的"首次采集基线跳变风险"；结合 meta-harness 本轮 +0，harness 类小仓库的周增序列噪声极大，不宜用任何单一仓库的增速论证趋势。
  3. 被引元数据双库分歧的第二例——flyp 记录 arXiv:2606.17846 论文卡 OpenAlex 被引 0 而 Semantic Scholar 被引 64。这与 R110 的 RoboDojo（S2 69 / OpenAlex 0 / 影响力被引 16）构成同一类记录异常，直接支持既有共识 C61（被引计数需多源交叉，不可单源作证）。注意不要把"某库 0"当成"无人引用"的证据。
  4. "benchmark-radar" 同名项目待排重——活文档 §8 URL 列表已含 https://koutian.is-a.dev/posts/2026/09/benchmark-radar-day46，本轮新增仓库 Claire1217/benchmark-radar 命名族高度疑似同源。两号并列待核，不得直接合并为同一实体（沿用 R110 对 meta-harness 两个 arXiv 号的处理方式）。
  5. OCRia-1 分数带口径脚注，不可裸引——"olmOCR-bench 83.5 overall / 表格项 92.9"附注已按 1,288px 渲染口径调整。同一基准在不同渲染分辨率下不可直接比较，这本身是一条应当写进 §4 的口径纪律，而不只是这一个模型的注意事项。
  6. Anthropic 架构指南为三手转述（观点 → 推文 → 推文 → 原文）——链路是 @omarsar0 → @cherry_mx_reds → claude.com 原文，"约 2 倍提速""单 agent 常胜多 agent"两处关键结论本轮未打开原文核实。按 flyp 的评级惯例应记为 search_snippet_only 级别，不得当作实证结论引用；但其"用 eval 决定是否折叠 subagent"的方法学主张本身与证据强度无关，可以作为观点收录。
  7. Anthropic 指南与本地实践存在张力——本仓库 AGENTS.md 明确采用"复杂任务用子代理并行、隔离上下文"的调度方式；Anthropic 的建议是相反方向（把 subagent 折回主循环、改用 skills/tools）。这不是矛盾，而是同一权衡的两端，但今晚不能因为"指南新"就顺手建议改本地架构——按指南自身的说法，决定权在 eval，不在观点。
  8. IBM 概念页的引用纪律（弱信号，但值得留档）——flyp 精读对象二（https://www.ibm.com/think/topics/artificial-intelligence ，证据等级 search_snippet_only）指出其把 RAG 描述为"把检索内容用于 refine the parameters"，把检索与参数更新混为一谈，属明确技术性偏差；同页 Published 2024-08-09 / Updated 2026-10-02 的时间线混排未标注哪段是增补；且无署名、无参考来源。这类厂商概念页不可作为定义口径的权威来源引用——建议归 §7.5 作为"引用纪律反例"，不升锚、不进方法学段。
  9. R110 基线之外的既有空缺仍在——R110 待核 39-42 与反问 46-52 未消（Ray 正文、meta-harness README 与编号、AutomationBench 任务集与许可、OvalEdge 三处二手转引），本轮材料没有一条能消解其中任何一条，今晚不能当作已消化。

3. 检查过的来源清单

清单内 8 件 material sources（逐件读取 materials[].source，全部有效读取）：

# source 处理
1 organized/repo_cards/4577-zapier-automationbench.md ✅ 增量 ⑥（数值刷新 + 周增/提交脱钩矛盾）
2 organized/repo_cards/4558-uclanlp-openvlharness.md ❌ 不计增量（锚 255 沿用，仅周增回落）
3 inbox/jay/2026-10-26-1140-news-x-tech-radar.md ✅ 增量 ①（Anthropic subagent 折叠）+ 增量 ②（OCRia-1）
4 inbox/flyp/2026-10-26T0950-critical-read.md ✅ 增量 ③（2606.17846）+ 矛盾 3、8（IBM 页）
5 organized/paper_cards/435-2303-12712.md ❌ 不计增量（锚 238 沿用，仅被引刷新）
6 organized/repo_cards/4576-stanford-iris-lab-meta-harness.md ❌ 不计增量（锚 253 沿用，仅 Stars/周增刷新）
7 organized/repo_cards/008-langfuse-langfuse.md ✅ 增量 ⑤（运行态刷新，不作新观点）
8 organized/repo_cards/4633-claire1217-benchmark-radar.md ✅ 增量 ④（NET-new，线索型，不升锚）

为对照脉络而读取的既有文件（只读不改）： - organized/knowledge/evaluation.md（R110 现况：§0 定调、§1.1-§1.12、§2.1-§2.3、§3 锚 213-255、§4/§6 批判、§5 共识/争议/开放问题、§7 平台与生态、§8 索引、§9 遗留清单） - inbox/tom/2026-10-24-evaluation-e1prep.md（上一轮同主题预消化，用于判定"是否已计增量"）

未做（边界说明）： - 未做全库扫描、未开网页搜索补料、未读任何论文全文 / 仓库 README / 技术报告 PDF； - 未修改清单、基线（evaluation.md）、认领记录、其他任务文件或定时配置；未 git；未输出密钥； - 本轮只写 inbox/tom/2026-10-26-evaluation-e1prep.md 这一个文件（整篇新建，无同名旧文件）。

4. 可引用的 arXiv 号列表

本轮材料中的新增可引用号（NET-new） 2606.17846（Qwen-RobotManip · cs.RO · v1 2026-06-16 / v2 2026-06-17 · 摘要级证据，性能数字待核）

本轮材料中出现但已属既有锚（刷新，引用时须带原判定） 2303.12712（Sparks of AGI · 锚 238 · S2 4538 / OpenAlex 1523 / 影响力被引 259） 2603.28052（meta-harness 简介所载 · 与 NLAH 2603.25723 编号不一致，两号并列待核）

与本轮论述相关、但取自活文档既有锚（作对照引用，非本轮新增） 2607.04434（RoboDojo · 锚 251 · 与 2606.17846 构成"统一载体 vs 自选基准"对照） 2603.25723（NLAH · 锚 246） 1712.05889（Ray · 历史地标 252）

本轮无 arXiv 号但有官方/一手链接 https://claude.com/resources/articles/building-agents-when-to-fold-subagents-into-your-main-agent-loop （Anthropic 原文） https://www.llamaindex.ai/ocria/ocria-1-technical-report.pdf · https://www.llamaindex.ai/blog/parse-ocria-1 （OCRia-1 报告与博客） https://www.ibm.com/think/topics/artificial-intelligence （IBM 概念页 · 仅作反例） https://x.com/omarsar0/status/2114057736363352127 · https://x.com/cherry_mx_reds/status/2113969070118666670 · https://x.com/jerryjliu0/status/2114404538652217370 · https://x.com/jerryjliu0/status/2113291928292790725

5. 今晚接力建议

  1. §1.3 新增"eval 驱动的架构折叠决策"小节（Anthropic 指南 + @omarsar0 的 eval-仲裁纪律）——这是活文档至今缺失的一类"评测用途"；建议明确标注为厂商工程指南、二手转述、不升独立锚。
  2. §3 维度化指标体系新增"结构化文档解析（表格 / 图表 / 格式保真）"维度（OCRia-1 带 ParseBench / olmOCR-bench / PulseBench-Tab / fr-bench-pdf2md 四基准），并补一条口径纪律：渲染分辨率必须随分数声明。
  3. §6.193(1) 补"两条可比性路径"的对照：RoboDojo 统一载体收编策略（2607.04434）vs Qwen-RobotManip 自选 OOD 基准（2606.17846）；同段补"缺绝对数值与方差"这一评测诚信子项。
  4. §7.5 收 4 条：benchmark-radar（基准元层工具，不升锚）、OCRia-1（分数转述）、IBM 概念页（引用纪律反例）、AutomationBench 周增/提交脱钩注记。
  5. 锚记录刷新（不新开锚）：228 langfuse 36456★ / +551 weekly；253 meta-harness 1713★ / +0 weekly；254 AutomationBench 355★ / +7 weekly（提交仍 2026-08-04）；255 OpenVLHarness 256★ / +28 weekly。
  6. §9.2 补待核：2606.17846 的 38,100 小时数据构成表与各基准绝对成功率 / 方差、权重与数据索引是否公开；OCRia-1 报告 PDF 内部数据表；Claude1217/benchmark-radar 与 koutian benchmark-radar 是否同源；meta-harness 两号关系。
  7. 升锚门槛：本轮 4 条 NET-new 无一具备升正式锚资质——2 条为二手转述（Anthropic 指南、OCRia-1 分数）、1 条为摘要级论文、1 条为 12★ 首次采集小工具。按 R104/R105/R110 判例，一律预备级 / 线索型 + §7.5。

status： ok（材料可整合，无 partial）——8 件材料全部有效读取并逐件给出处理结论；6 条增量均有可核查出处；3 件判定为"刷新不计增量"并说明理由。

增量条数： 6（NET-new 4：Anthropic subagent 折叠 / OCRia-1 / arXiv:2606.17846 / benchmark-radar；运行态刷新 2：langfuse / AutomationBench；另有 2 件既有锚重复出现不计增量）

涉及 arXiv 号： 2606.17846、2303.12712、2603.28052、2603.25723、2607.04434、1712.05889

本简报仅整合清单内 8 份材料及其对照脉络，不硬凑字数；矛盾处如实标注；所有观点均带出处，未核实数值一律标 ⚠️，采集态数值变化一律不作新观点。