Mixture-of-LoRA 隔离多能力后训练

Macaron V1 的核心做法是在冻结基座上挂载多个独立 LoRA 专家，让 Chat、Agent、Coding、UI 分别在隔离的适配空间优化，再通过显式 Router Tool 切换，降低多能力混训时互相干扰的问题。旗舰 Venti 基于 748B 的 GLM-5.2，用 4 个 1B LoRA 专家；轻量 Tall 为 35B，本地部署优先。

配套机制包括：LongStraw 把上下文从原生 1M 扩展到 2M；UI4A 负责生成式界面；REPL Harness 给模型持久 Python 环境并允许把临时工具提升为跨会话工具；MinT 仅在 Actor 与 Learner 间传 Adapter，支撑大规模后训练目录。

适用边界：适合已有强基座、希望低成本扩展多种专业能力的团队；效果仍依赖真实产品奖励函数、路由质量和各专家数据隔离，不能只凭展示案例判断泛化。