（来源：上观新闻）
作为这一趋势的亲🇧🇲🦅历者，晴敬科🕍技创始📏👹人姚双拥有阿里巴👩🍳巴、字节🚣♀️跳动等互联网🆑🦌大厂从业👄👴经历，并有硅📱🚹百度竞价托管外包谷交流经验，🏳🐘他以OPC模式创🦕业，一边为🌵企业提供 OP🔃C 业务赋🦑能服务，一边🇩🇲百度竞价托管外包聚焦银发经济赛道🤪，并推🦂出AI助老🇮🇶🍙项目“生🧫🍷命之书”，用技术🇪🇺☢帮助老🦛人留存🀄生命记忆🦋⛵、对抗🈶🌗遗忘🙆👨🚒。然而，更💞⬜多潜在的设👨🚀计由于产量太低👨👨👧👧🇧🇬，根本🎼⚰不值得专门⏹🇸🇸开发芯片⏰。Kim🇳🇬i Cl📀aw 📣这次的👨🦰不一样在于，©⏩它第一⛹️♀️🇺🇸次给 Ag👨🦳👩👧ent 设计了一🥣个真正能聊起🌈来的群🇧🇫🚴。此前的迭代代理🥁🇧🇬系统尽⤵管比Ba🛒sicAgent🇵🇦多了更多交互轮🇫🇯🇯🇪次，却仍然远不🧼如AI科🗂学家（甚至不🍉☦如去掉文件🔻🖇通道的🛵AI科学家），进💳⚓一步印证🧜♀️🈲了"更多交互"和👀"在积累🆙状态上🖊📫的持续推进"是📉😥两件完➿✖全不同的事🆎。
AI科学家🧭使用GLM-5▶🇵🇫模型时达到了🐂🚢平均33.73分🥏🌟，比此前最强A🥴🙎♂️I基线⚖高出11.1👩💼⏰5分，并显著缩小📛🐟了与人类博士生😂的差距🔌。前后几番左右脑互🐐💄搏的言🇪🇭🚂论，暴露了郭靖宇🆗“既要又要”🔟的摇摆，他既要立🎬住对艺术🌿有坚守的人👨✈️🈹设，但同时作为资🇨🇦方，又无法🚁抵抗AI红🇲🇬利的诱惑🕚。在1.5B🧽规模（15亿🛐参数）的模型🔹🚜上，标准PPO的❎🔬百度竞价托管外包综合平🔡🐪均分是4🎣4.06，甚🇦🇹😾至低于未经🚋训练的🚨🇵🇭基础模型（44.🌍📁96）😸。研究团队👨👩👦👦👨🏭用数学工🇪🇬具仔细🇱🇦分析了GRPO的🇻🇮运作机制后📈发现：GRP🆑O之所以奏☢🍼效，并🐌🇧🇻不是因为"多采🍅样"本身有什❇🔥么神奇💑之处，而🎖3️⃣是因为它在不知不✡💚觉中把整🎣🧬个推理任务🥁从一种框架切换📯到了另一种框架🕰。
