（来源：上观新闻）
一个是"对比🕰差距"：某种能力‼❄在失败案🕗例中缺失🚏💮的比例，🎎🙉减去它在🐑🚃成功案例📯🔹中缺失的比例🔥🧰。Deep☔💒Seek追🔣⛈求的一直是另一🌭条线，同样🦴🥶能力下的成🌬🗞自己如何注册网站本下限🐡🛴。**一、问🖥🇦🇪题的根源：AI评⤴图为何总是"差⌚💋那么一口气"🐟** 🛸在深入了🆕🇨🇨解这项研🇷🇴究的解决方🔕🧀案之前，有必🇨🇷要先弄清楚🐸📒问题究🥛竟出在哪里🚗。AI可🔍以模仿风📑格，却无法拥有🏂🏡风格背后6️⃣🗯的生命体验©🇦🇲。
研究结📊🇲🇭果表明🕓🖕，模型对超参数👩👧👦选择并🇩🇿💺不特别敏感🤘——在大多数合理✏的参数组合🇧🇬下，模型👉表现保持相对❌🤯稳定，只🌮💦有极端配置才会🤤🈁导致明显性能下🇵🇦降🍽。有个蛮有🦀意思的小🌇细节，🏄在形式🥖化数学评测🇨🇬🥤中，D💕eep🌹⛩Seek也皮🇮🇹了一下友商： 🇲🇽🐎我们在K2.6和🈺GLM-5.1的🐭部分条目留空了，🌅🇰🇳因为它们的A📌PI太忙，没法及🌚👇时返回我⛪🍴们查询的🗒🕞结果🇵🇹🌷。提示词🇨🇰： 设计一张日料🇭🇲♓店的菜单海报，🗒🛎包含店名🤧🌶‘椿·🧴🇸🇴旬料理’，至少⏫三道菜品：三文⚰🇹🇳鱼腩刺身、特🤦♀️🚥选寿司拼盘、纯💳米大吟🕯🐻酿，价格🐶🎤用人民币符♑⚾号🎙🇷🇺。
“早期我们用📏Kim🙎♂️🎧i、字节的一⏲些工具，国🌆外用Ge🐙📞mini、Cla🖼🕛ude、GPT📚👩🔧。过去二十年我们为🎠🇱🇮人类造的那一整套🔀互联网基础设施，🇲🇹🧂Agent 基本🥚用不上🖲。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👩🏭💐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🚪🎺有执行"🥬。
