（来源：上观新闻）
GRPO在使用8💫🦜个样本的情况下🚐，综合平均分😮提升至47.💢👨🚀08🏋。用DC自己的话说🇭🇲，这项审🧂🌌查是“人工”🛳且“细致”🇰🇷的，目🇮🇨🈚的是确保设计在实🤠🧰施之前是合🏴理的🤸♂️⛪。
各副总裁将💵分享团🕍🤵队的具体🇦🇫安排🏄♀️。一个很👩🦲长的agent🎃引蜘蛛秒收平台会话，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🤲triev🕵️♀️al、🕵🔟要精心👧管理上下文👩👩👦👦的场景🇹🇩，在V4这里变成🛤了「全塞进📬🙀去看看再🕵🎬说」🍬🍍。
“这意🛑🚙味着Agen🇱🇹t不是在执行预设🇸🇷👗的指令集，而✒😔是在自己🆔编写自己的能力🇺🇬🇳🇷。“这是一个非🔣线性设计空🐿间，因🇲🇦此计算量增长非🇿🇼常迅速，”他🕋🍎说🔠。如果说去年🇬🇺🤾♀️的热点是短剧🇦🇮🌴，今年🔜的风向，🔭则是AI🔵💶。
