通过 On-Policy 上下文蒸馏将智能体经验内化到扩散模型权重

研究者提出 Diffusion On-Policy Context Distillation（D-OPCD），将智能体框架改进后的提示词作为特权上下文，把智能体 harness 中编码的知识蒸馏进扩散模型权重，使 Text-to-Image 性能提升不再依赖完整 harness 运行。该方法针对的是智能体封装带来的记忆、技能、工作流编排、结果验证与迭代精修等外部增益。