（来源：上观新闻）
比如用户要取消一🍵🇧🇲张在14天前购买🥮👩💻、没有任何保险保🏓🧪障的经济舱🎅机票，根🚴据规定这🎁👩✈️种情况🧑🐌不允许取💴消，但AI直☂😸接调用🖊🇧🇹了取消接口，因🇺🇸为系统API本🚑🙋♂️身不会👨🏫强制执行策略，🐆🛴需要AI主动核🦘查🏬♟️。同时，🇵🇪DC 必须避免陷🌔入“兔🥗子洞”，导致无法🚩及时完成🇮🇪总体目标📖👨🦲。知识类和最前沿的🧝♀️推理任务仍有3-🥊6个月🧜♂️🖋的gap👩🏭🤵。
这个约束带🧳来两个好处🇪🇦🗓。研究团队🇦🇫🔋将AI科学家🚣👩🏭与非层💘🇿🇦级化的简👙♎单代理🧹🆗（在PaperB🇸🇱📅ench上对应B⏲🏀asi🦵cAgent📥😋，在ML🔵🐡E-Be🔛nch Lite🔗🥽上对应AIDE）🤓进行比较，发现即🕰🔬使是去掉⏺文件即通道机🧒制的"残缺版🙂🖲"AI🌩科学家，📑在PaperB🇮🇹enc💡h上仍比Bas🥺icAg👀🇨🇷ent高出4🇧🇩.74⛑分，在MLE-🖍Bench🏰🇰🇷 Lite🇮🇴上的"高于🖥中位数率"和任🇹🇲意奖牌率也分别高🐘🏣出22.73和➕😉9.0☦❄9个百分点🦜。
研究团队通过👜🖖seo是什么简称在 KAD🐐ID-💶10k 和 🎵🍿TID2🚯👩❤️💋👩013 上的验🙎♂️👄证，证🌹🧗♀️明了合成失🎓真与人类↕主观感知具🇳🇦有合理的一致🤮性，但更👩🚒😐大规模的真实世界🇦🇪失真数据🥕🤖集仍是未来的重🇦🇫❗要方向🗿🧥。不过更重❓要的是，许〽多用户在尝试这👩🦳🤷♂️类Ag📣🐸ent时，并没有🚞🖱清晰的使用场景🌌。数据在模块之间5️⃣💥每传递一次，📄就会发生🇽🇰一次信息👩👧👦损耗和延迟🔭。
