想让AI能力翻倍需要多少数据：874条专家轨迹的后训练杠杆效应

几百条专家轨迹，就能让 agent 能力翻倍？Mercor 用 874 条数据 + 单 epoch 长程 RL，让 GLM 4.6 专业任务 Pass@1 近翻倍。附可跑代码与对照表。