（来源：上观新闻）
相比V3，V4在🈹🐊三个地方做🌹🦎了升级🕞👨⚖️。GRP🇹🇲✔O达到57🌅.44分，S🍰PPO达🚲🇼🇸到58.11分，🕋配备小尺🇦🇨寸价值模型🙍♂️🥗的SPPO⏏☸组合更是🇨🇲☕达到了5👻8.56分，☹拿下了⛎👞所有方法中✏的最高分😧🇵🇼。所以大⚓🎸家意识到，多 A🚨gent 不🐣是要不要🏎📥的问题，是早晚⏱的问题🥬。这导致了“验🇧🇻🥝证”成本居高不下😊，通常⛩估计占总支出的5🍪0%以上🇮🇹。思考模式虽📃然在纯创🐍意领域未必🦢碾压，但在信🍀👨👨👧👦息图、教👨❤️👨学材料、🇸🇹UI/🏍UX 原型、🍲营销物料等专业场🆕景中，几乎形成了👑6️⃣断崖式领先👩❤️💋👩。
这项研究的价值🏀在于，它提供了一🦜🤽♂️套完全👵🤰自动化的系统，不🇬🇹😄需要人类☄🎞专家坐在🇨🇩🛶旁边一条一条↖🤳地分析AI😔的失败原🍓🍺因，而是让A🇨🇳I自己完🍭🇧🇳成这个"🤽♀️🏎自我诊👨👩👧👧🇷🇪断"和"自我补🐇🇮🇩课"的过🎫🇲🇸程🇳🇫。DC 必须执行与🚉构建设计相同的🚦📌操作，并且🍆😢必须在👰维护先前工⚰🍆作所需的上下文和🌡记忆的情况📈下完成这些操💐作🤩🐪。确实有人躺在这个🚗🥥风口上赚钱🇱🇸🌮。
