描述：prices[i] 为第 i 件商品价格。第 i 件商品可获得折扣 prices[j]，其中 j 是满足 j i 且 prices[j] <= prices[i] 的最小下标；若无则无折扣。返回每件商品折扣后的最终价格。
Accuse the agent of potentially cheating its algorithm implementation while pursuing its optimizations, so tell it to optimize for the similarity of outputs against a known good implementation (e.g. for a regression task, minimize the mean absolute error in predictions between the two approaches)
。同城约会对此有专业解读
我们需要工具来完成具体工作，并以我们能够理解的方式把信息反馈给我们。
如何构建智能体有了理想的标杆，我们怎么构建智能体？基本逻辑很简单：以可获取的最“聪明”、理想的模型为核心（大脑），通过软件工程来搭建一个系统，弥补模型的不足，尽量逼近理想智能体的形态。