（来源：上观新闻）
TRAC✌🌡E的对比分析❎💂♀️逻辑与此完全一致🐝：一种能力🎍♐如果在成功案例☀中也经常缺👘🧕失，可能只😮🇫🇷是因为任务本身👌☣并不需🇧🇾⬆要它，或者🚹该能力的🏊♀️☂定义本🙆♂️身就不够清🈸👎晰；只有那些🐍在失败案例中明显💎🗨更多缺🗒🏋失的能力，😇才是真正🇧🇳🐬的薄弱环节6️⃣🏎。此前表现相对⏪🇻🇮较好的"🇱🇷迭代代🤙🌋理"系统（❎Ite🔃🚏rative☮🐩Agent）在🐌📡Gemini-3👨👨👦👆-Fla🇾🇹🐦sh下每🕌个任务平均花费🤫🇻🇨27.4😐👨👨👦👦4美元，🧗♀️而AI😔科学家只🏣需15🤜.67美元📲🥝，却能🐳取得更高的分数🇲🇹👨🔬。TRACE则先识🔖🇦🇲别具体薄弱能力🇪🇬😪，再为每种🛥能力设计独立的练🗑习场景，每道练🇪🇬🏌习题由程序🍴从随机种子🏇生成，题目无🚱🏊♀️穷无尽🇬🇫🥉。
”赵晖教授☦的观点与之呼🈶应：“🍉AI复制并⚜不可耻，符合互🎙👨👩👧👧联网传播当中💬🐙的效果🇰🇲😹新域名泛站。这个练习场景就像😝🔩一个精心🇳🇱*️⃣设计的模拟🌪考场，有🚴♀️几个关键特点：首🇱🇰先，它保🌹🇨🇱留了真实场景的工😡🛋具接口🎱和交互规则🥉，确保🚤🇰🇳练习和实战之间没⚪有脱节；其🦠次，每道练习题都🍏由程序🇮🇨根据随机种子自动❇生成，可以🐙产生无穷无尽的🍛⏯不同题🥾目，防止AI死记🍚硬背；再者🇩🇪新域名泛站，练习题的答案9️⃣可以自动验证，不🇨🇾需要人📡工批改🇧🇳🐷。
