（来源：上观新闻）
但 GPT-😂Image-👩🏫2 引入了 思考🐏🗜模式（🌪🎾Think👌ing Mod🐫🔻e）：生成前先联🚟网搜索🌛、分析上传🥫🕎文件、规划图🏳像布局，生成后再👨🦱💟自我复核🙋。参数量高达2🌬🚟70亿的 Ge👩💻mini 👟🍲2.5🚱 Pro（谷歌旗🎱下最先🆚进的商业大模型👩👩👦👩💼之一）只有22📨%的准确率👨👨👧👧，而随机猜测的准🚁🇰🇾确率是20%——⚔📀也就是说，🧣Gemi⌚ni 2⚫🥵.5 Pro 在🥑这项任务上的表现🕛💹几乎与瞎猜无🤩➡异🦎😗。
应对这种复杂设计🇱🇰🇪🇬的关键👨👦👦🕢挑战不在于🇱🇮处理代码库😮↖的机制，而在于🇧🇶👔 DC 需🎰要由在特定🇷🇺❕设计领域经验丰富🚶💪的架构师来操🧦📃作才能取🍻得良好的效果🦴💚。而在海量的AI短👆剧中，素🍂⛩人很难第一时间发😇现，自己的👨👩👧👧脸会在哪部短剧🦹♂️🇨🇱里“被🇵🇬🛏出演”🏬😅。攻击者甚至⛪不需要直接攻🇶🇦⛈击Agent本🇬🇩🐍身，只需要在Ag🛍ent能接触🍇到的数据🧕中埋下种子，可🐭💠能是一封恶意邮🖱🦢件、一个含隐✴藏指令的网页🚆🇲🇭、一份🌙🇹🇨被投毒🥙的文档🇦🇬，Agent👾就可能📊🇸🇱主动从中学习到❕危险行📳🏤为🤩。
OPC在市🐨🧪场验证阶段🚖👩❤️💋👩可以走灰色🆔🇬🇦方式，但真的往🍀🥕上走就一定要越过🐆这一步⛎📪。这些专家的📸角色将是指导 🇭🇷👩🌾DC 在架🍂构和目标🎒层面实现他们认🔉为能够🤓🇵🇷在市场上🧨👙取得成😓🇸🇸功的设计成👜🚂果——他们能🇨🇻🅿够进行无需🥂⚪猜测的实验，并争🔶取更激进的🥁成本和性能目👩🎓🗜标🏸。
