（来源：上观新闻）
” 人工大黑也认🐠为，普通用户最🇬🇲大的误🦘🧁区，在于“先上👬工具，🦗再想需求”🧗♂️。分析过程分为两🏨个阶段：先是"发🛫⬆现阶段"，🇺🇸🇲🇩分析AI通过检查⚒🇵🇰所有记录🦂🇨🇫中的工具调用🇫🇲😪、工具返回结果和1️⃣🏬最终回复，🇬🇫🎣归纳出一份候选😕🔏能力清单，并👂为每种能力🚟👨💼起一个⏰固定名称和描述；😻然后是"标👩🦳🏌注阶段"，分🖐析AI拿着这份清👩✈️单，逐一检🚰🇨🇴查每条🌚📙任务记录，判🦶🍛断每种能力在这条🇹🇯记录中是"不需🧲要"、"已正🕑确执行"还是👩👩👧🧻"本应执行却没有9️⃣📂执行"🇲🇽🐚。
比不上 Opus📘〽 4.7，🇺🇾但我觉得是目😯前开源阵营🍚的 T🔂op1🇨🇩。这意味着，🆑🇺🇬它不需要工🇦🇶🎖程师重新训练、不🔄需要人工注💙入新数据、不🇭🇲需要返回实验室🇬🇲。Verkor🏴☠️还计划在领先的🖨电子设🇸🇲计自动化会议DA🇱🇮C上展😅🥜示VerC🚟ore的📬FPG👂➖A实现♒🔎。
这些热闹🦊展示的背后，是⚛👗一个冷峻的🗃🇫🇮事实：🥵当AI可以批量生😈产“60分”作品ℹ时，“9🤔0分”以🎡上的精🤱💧品反而变得更为稀🇵🇫🖱缺👢🏎。例如，该智能🎴体在时序上出现了🥀错误，导🥑👨👨👧👦致数据在 CP🏤U 上的传输与🌽谷歌登录时钟周期不符🇺🇸🇱🇻。对1M 🕣📌toke🚩🇮🇱n的序列，原本需🚩要at🇨🇦tend 🕑🎾1M个toke👩❤️💋👩n，现⏲🕥在只需要att👩🔬🕸end 😆1024个压缩块🇩🇲。
