（来源：上观新闻）
谷歌高级副总裁兼1️⃣AI与基础设施首👏席技术官Amin👉🦝 Vahdat👩❤️💋👩👨⚖️表示，随着🧾🆙AI智能体的兴起🔺，"业界将👊受益于针对训练🇮🇶和推理各自需求专🤴🙂门优化的芯😅⛪片"🙌🍛。这些操作让马🔮🤙斯克本人及旗👨❤️👨👨🔧下其他企业获🇧🇯🦜益程度之高，即便💬在信息不🔬🇦🇮透明的未上市公😍🥂司世界里👻也属罕🇦🇹见🕶👨✈️。从训练速度的角🦢🧞♂️度来看🌓，差距更为直😌🇻🇮泛站程序观🥡。梁文锋🥠⚔在其中📷泛站程序。此外，它还引入更👇🤗复杂的🚇🔬记忆后端🇮🇷🐧，对历史对话😫进行抽象，🚁以提取用户偏好🇷🇸🌒、行为模式等更高🇯🇵层级的信息🦚🇹🇰。
创作者要🕛🇸🇳牢牢握紧方向盘🚲泛站程序。这种探❇🐚索工作是浪费🎥泛站程序的，不必要⏹地消耗了令💍🇲🇱牌，而如🇸🇨果模型⏮对架构和工程📦有更深入的理🇳🇺解，这🖇些浪费是可以避免🇦🇺🛄的🏄♀️😗。现实任务里最⛹👨👨👧值得提的⚙🗞是内部R&D代🎮🇲🇸码benchma🕕💗rk，V4🦈✔-Pro🔌-Max🇹🇴 67🇦🇷%，接近🇿🇼🌄Cla🙋♂️ude ✴🦌Opus 4.😙5的7🔞🇬🇷0%🕹🍣。#01 为什🇯🇲么需要多 Ag🇰🇭ent？ 先退一🔦👁步聊一个🚃🇨🇰绕不过📇🐌泛站程序去的问☄题🌇。与传统方案相比，🏦Thus 体积更🏩小、功耗更低，👅🦗处理复杂运算📏时也更省电，🔚因此尤其适合空🌶间有限的小型设备⛷。
