多个头脑，一个答案
狮子、山羊、龙和蛇早在成为论点之前就已经在标志里了。一组模型各自作答，一个裁判指出它们在哪里一致、在哪里分歧，再由一个综合器写出结果——但只在问题难到值得这么做的时候。融合本身并不稀奇；把它接进智能体循环、放在一个考虑成本的路由器后面，并且加以测量，才是。
三个赌注，以及各自的进展
带适应度信号的演化
别的智能体靠追加发生过的事来「学习」。Chimera 只在一次经过验证的结果证明某个学到的改动确实有用时才保留它——依据是工作区里真实的 diff 和一次诚实的 A/B，而不是模型对自己的评价。这种积累是否让它在新任务上更好，是被测量的，目前的答案就在证据页上。
把安全做进架构
提示注入被普遍认为无法彻底修补，多数智能体在应用层缓解，或者干脆声明不在范围内。这里有一层真实的防御——按字面引用做的污点追踪，而不是真正的数据流（模型把被污染的文本改写一遍就能把它洗白）、从不可信内容中剥离控制标记、在被污染的运行剩余部分收窄危险工具、保护有副作用的重试。它是可选的：用 --taint 开启，默认关闭。文档里的安全页面写明每一层在哪里停下，并点名还有什么会漏过去。
公开的基准，包括输掉的那些
每个公开的数字都附带置信区间，没有得出结果的运行原样公开，一个经不起复现的结论会被撤回。本站没有任何数字是手写的：它们都读自产品在每次发布时打上版本戳的快照，而区间就在证据页上。
真正被测量的东西
两个产品
一个来源可查的技能卡库
简短的卡片，告诉智能体如何处理某一类反复出现的任务——是数据，绝不是代码；这里的内容不会被执行。数量不多，但每一张背后都有署名：合并前经过维护者评审，连同本页确切字节的哈希一起提供，并以你的语言呈现——一旦译文与原文脱节，就退回英文，而不是去改写一句已经不存在的话。
它是 alpha，而且它自己这么说
扎实且经过大量测试，尚未在生产环境中久经考验。安装包没有证书颁发机构签名，因此 Windows 和 macOS 首次运行会告警。这条告警在下载页写在按钮上方；alpha 提示在页面末尾。