（来源：上观新闻）
目前，我🌃个人觉得在产品开发上，Ki🐟🎗mi的🦋🇪🇷整体表🏴现很不错，我现在🇻🇮很多大⬛👨👩👧模型用🇵🇹的都是🏁Kimi😨。最大的🗞不确定性📑在于，🇲🇽你无法预判🦹♂️Agen🇨🇵t会从👩🍳哪些数据中🤮😮学习，以及🇶🇦❗它生成🇵🇾的技能是🔋否包含危险指令😔。这个基准出了名👨💻🌅地难—🏔💬—此前最好⏰的AI系统只❓🤦♀️能完成约21🚍🖌%的评分要求📗🇨🇴，而顶尖🎒👁的机器学🇳🇿习博士🇲🇺😧生在4📰⤴8小时内能完成约🐷41%🇹🇯🍌。这项由南方科技大🥣学、北京邮电🏹💆♂️大学、微软亚💼洲研究院、上海🙀财经大学、清华🎭大学及INFLY♑🇬🇫 TE👯♂️🚞CH联合开展的研👤究，以预印本形式😅⚽于2026年💮4月发布，论文编💘🏕号为arXiv:👯👩⚖️260👨👦4.0🕹8865✉👨⚖️。
💬 “以前用⏳ Mid🇬🇫🍗journey👨🍳© 做概念稿很美🏩，但落不了地😁🇮🇶。AI必须在这种模👳糊的反馈中⏳做出合理的判断📌。1M M🧻🧾RCR上V4优于🇬🇺Gemi🇨🇨🔹ni但明显不如🤙Claude↘1️⃣。一个很长的age😛🦕nt会话🇲🇴🧚♂️，一份反🕶👨❤️💋👨复回读🇭🇳的技术🤝文档，🥄🔃一次跨多仓库的📌重构，这些过去要♍切窗口、要加re🔝trieva📵SEO优化是啥l、要精心管理上🗣🇮🇷下文的场景，在V🇨🇮4这里变成了「全🇨🇾塞进去看看再说」💢🎱。
