（来源：上观新闻）
PANDA 展现🇳🇦出了最小的⭕🦟性能下降幅🚫度，而部🛎分商业🎰大模型在 🕖Hard👩💻🈯 级别☁的严重程🏌️♀️🕢度分类任务上甚至⛪下滑到了低于👙🆖随机猜测水平的表🌼现——这说🏦🚣♀️明在面🐮🇾🇪对复杂混合失🌅火端泛站真场景时，🗣🚍这些模型完全"🚁迷失方向"，⛎只能靠"惯性"🐘🦛输出一些听起来🇫🇲像样但实🇦🇸🍶际上随机的🧡🇳🇮答案🕟➕。与Open🚐🇸🇧Claw的静态🦕调用不同💹🌞，Hermes👆在运行过程中可🧱以自动生成、优化⛰📗、存储新👩⚖️🇦🇮的技能代码，并🕠🌿通过“技能蒸馏”🚈机制将任务经🕎验沉淀为📋可复用的技能文件🤟💀。因此，用一个小⛹️♀️🚣模型完🈺成这项预估🇵🇬任务，在逻🚇辑上是合理的🤵，而且在实🕴验中也确🎩实有效💜🈹。DC 没有依🏚赖“猜测🇬🇷”🌔🇨🇺。训练与推理🧰🔽对硬件的需求差异🧘♂️显著，统👾一芯片意味着在某📗🥝一场景下必然🔼存在资源浪费😃。
这就要求🏘🇪🇷 DC 以严谨的🦎方式管理⏸🤞搜索和👩✈️😣探索过程📍📅。Ravi 🇰🇷🍎Krishn🇸🇰↩a表示，公司🚥🤐希望打造一🇨🇱🏜个人工智能🏩代理此🇿🇲↘前未能实🐏🤞现的全🎨新设计👨🔬🔲。此前表现相对🈲较好的🙆♂️➰"迭代代理"系统🇬🇷🍠（Ite🔋rati🎼🌥veAgen🙀🇪🇷t）在🌎🈺Gemini🇧🇻-3-🇧🇪😐Fla🙊sh下每个任务🈵平均花📺费27.⛈44美元，而AI🏴科学家只需15📩.67美元，却🧙♀️🦊能取得更高的🍹分数🔗。需要看具👨⚕️➕体情况时🚜，你再去翻对应的🥳文件💀✅。1M场景下✊，V4-Pro🇦🇫👼的单toke♏♐n FLOPs🕶只有V3.21️⃣的27%，🔌KV cac🎲🕢he只有10🤭%✒✍。
