PAL 讲解

论文解决了什么问题

CoT 证明中间步骤有用，但步骤仍由同一个下一词模型执行。语言模型擅长把应用题译成步骤，不擅长当计算器——数字一大就错。继续放大模型或继续在数学语料上微调，算错仍是主因之一。

PAL 把责任切开：理解与拆解留在 LLM，执行交给确定性运行时。解释器是计算器，不是云端虚拟机。这和把算术交给 MRKL 式专家是同一信念，实现却是 few-shot 程序，不必为路由器单独训抽参模型。答案由解释器跑出来，不由模型口述。

对后续 LLM 与 Agent 的影响

2023 的 Code Interpreter、各种「生成代码再在沙箱里跑」，问题陈述几乎就是这一页：不要让模型心算。Agent 循环里的 Action 从此可以是 run_python，Observation 是 stdout。PAL 自己还不是那种产品：没有持久文件系统、没有用户级权限模型，评测是 GSM8K 不是 SWE-bench。硬的是分工——解释器当计算器——不是云虚拟机。