（来源：上观新闻）
先说Hy⛷🤬per-🇲🇲Connec🤽♀️🆓tion📇🎶s（H🍋C），这是K🚈🏂imi团队之前🆒提出的想法🎞🐼。总之，多 Ag🙍ent 是👨🔧📁一条必要的🎁🥞路径🇳🇴🇦🇪。“在AI技🅾🔈术、政策支持与🦸♂️🇲🇳生态协同的共同🇪🇦🇪🇺推动下，一人公司🇨🇮🇦🇺将从小众探㊗🧠索走向主🇬🇶流，成为数字经💴济时代最具活力的🤣创业力量✴。这个数字背后，🧫🕘是AI生成♟️🇰🇼内容野🥌蛮生长🍱🇲🇲的一个🦋切面👨。优酷AI创意⛱🧞♀️制作部副总🆗经理杨盈亚给📦🇹🇨出了一组极具冲🛬🛹击力的数据：2🔃🇼🇫025年1月至3🇱🇹🏣月底，已上🏊♀️🇨🇩架14000多部📯AI漫剧，每天🍆产能高🥦🖕达470部➿。如果AI每次都😿👁️🗨️"忘记"之前做了☎什么、发现了什🧜♂️🤛么，它就会一直🧹在原地打转☣，反复踩同♈🐼样的坑🍭🇻🇮。
这种设计的好处🇹🇿🇰🇲是，系统可以🕖🐢灵活处理不同🇵🇪🆔数量的区域🇳🇫，不受区域👨🦰数量变化的限👩🔬🚑制🦹♂️🔀。目前的机器🔄人在任务失💝📪败后，通常直接🅰🈂停止，返回错误信📢🎢息🗂。系统更像🐣一个高度可编🍙🕒排的工具😆集合，来供人使🧚♀️用🎼。总参数284B，💯🇲🇨激活13B🗻。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🇪🇬🖍asic😕⏲Agent，在🙌▪MLE-Benc🙌💢h 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Pa🚯🇧🇪perBen🤜🧻ch上仍比Bas⚗icAg✋ent高出🇩🇰4.74分🧁，在MLE-Be♊🆖nch Li7️⃣te上的🤭🤟"高于中位数率"🇦🇴🉑和任意奖牌🥛率也分别高出22🦐.73和9.🧤09个百分点👚。
