（来源：上观新闻）
失败覆盖率🤸♂️💌的分布🇨🇫也非常集中："结🇳🇪构化数据推理"🕘覆盖了约41个失🦊败案例，🕑"多步骤任务完成🥔"覆盖约👳😌25个，"🕙前提条件验证"约🏵🦘34个，🦑"工具调用👐❎精确性"约205️⃣🧖♂️个，而其他被淘🕚汰的候选能力大📜多只覆盖1🧵🏐0到15个案例🥰💎。比如用户要🚀🇧🇻求取消两个预➡订并修改🧢第三个，👨⚖️🇱🇰AI完🐗🌪成第一🌠项取消后发出了🇦🇩"如有需🏥要请随时告知"🍣的礼貌性🐟结语，然后陷入与❗用户的无🇰🇭效对话循环，直到🇸🇲😧新手做seo怎么做超时也没有处理💔剩余两个请求💮🆕。
但他后🍊🆖来与此言论保🕢🏐持了距离🇯🇵。研究团队实验验🧦证了这一点，👨🔧🚔并尝试♨🇧🇬了四种将多种🌴👨🚒能力合并进单🇸🇩💹一模型的🈵方法📗🥈。且这一切，不依赖🥎人插手🇸🇯。然而当前的AI🇵🇫系统在面🚘🇻🇳对同样任务时，🈴却往往只能"🔬看个大🥔🦶概"🚐💷。这会额外耗⬛🔮费数月的时🇱🇸间🧸。#01 为什么😌8️⃣需要多 Ag🐣ent？⬛ 先退一👓🐚步聊一个绕不🎬过去的🦋问题🤶。
