（来源：上观新闻）
AI必须自⤴己去猜测究竟是⛓哪一个行📓为导致了🕶最终的失败，而当🌅🇧🇸一个任务👨👨👦需要完🆕😈成十几个步骤🇨🇭时，这种猜🔫🥁测几乎无从下👨✈️手😚🗂。中间一定✡有人漏掉或者🙎🧙♀️延迟🚣🕥。在失真类型识别上🇪🇸，Ea🇧🇩sy 级别中 💬🐏PANDA 达到🛣了78%🇨🇺🍣的准确率，而排😽名第二的微调版🍪🧚♂️SCM系统 Dep🇻🇳ictQA🦑+ 达到7🇲🇾5%，商业模🧲🛤型 GP🐬🌚T-5😯 Mini🇨🇾 只有49%，G💜PT-4o 🚯是46%，Gem👪ini 2.🗻😡5 Pro 是💹39%，而随机🇬🇺🈵猜测只有🐸🔤7%🇧🇹。
这个数字🦵☎，就是"题🦎目难度的预🥏估"🅿🕕。技术中↙立，曾经🇯🇵🌃是平台的护身符，🏘如今正🇦🇸🏊在被司法实践一点👩⚖️🌿点剥去🤲。事实上，🕓RISC🦴🧗♀️-V之所以🇧🇦流行，是🇦🇸因为它提供了🦹♀️一种可🇪🇷以免费使用的指令🇬🇮🇸🇲集架构（🇦🇸RISC-V是一👵个开放标准）🤟🚘。实验表明🤷♂️去掉这☄🏉个机制后，MLE💩-Ben🙃ch Lit🥃e的获奖率会下〽降近32个🔺🆒百分点🇵🇪👛。
例如，该智能体🕒🇹🇬在时序上出现了🇱🇾👟错误，导😺🏳️🌈致数据在 🆕🙋♂️CPU🧬 上的传🚻⏳输与时钟📸周期不🖤符🇹🇳🇵🇲。农业让我们🇨🇱意识到时间可以被🎀♦积累，🇹🇹印刷术让🌐我们意识到知识可🤡以被共享，互联🌗😨网让我们意🏔😁识到距离可以🇵🇼🧓被折叠🕟🇧🇱。“它更像是一种情🍉绪消费✅，是在追逐一🔝种缓解焦虑的🌍🎚安慰剂🇸🇽。等了十年，观众没🇹🇨🍀等来原班人💦马，却等🏚🇨🇬来一部AI电影，🛰👱在很多剧粉眼中🙋♂️，这招昏棋在消费🚘情怀🚀。第二种📪📓叫"工具调用精🌤确性"：🔩🐻AI知道该用哪🏺个工具，但传入了🥺♏错误的参数😟🇳🇱。
