（来源：上观新闻）
更关键的🦃问题在于，😞🚵♀️这些模型通过"监💉督微调"（☔👌可以理解为"🇸🇽刷题训练"👨👧）的方式习得🙀📈了固定的回答🐡⬜模板，就像一个🐓学生死记硬背了几🍔套答题📽🇦🇺SEO优化是啥公式，一旦🥩😲遇到没见过的📊题型就🥖🌘不知所📩措🇯🇲🏵。AI每生成8️⃣一个词，系统就有🍪🐆一个"打分员"🕧🙋♂️（技术🍳🌓上称为🔅🖍Crit🏬🇸🇸ic，🇦🇺批评家）在旁🥄🃏边估算：按照⏺现在这个走势，🔤🐝最终能🤫🌤答对的概率是多少💍❕？然后根据这个概🇻🇮率，奖励或🤾♂️惩罚刚才的每一步🖇🇹🇱操作✒。
比如用户😦SEO优化是啥要取消🛳💁一张在14天前购🇲🇭👆买、没有任何保险🕚🇬🇾保障的经济舱机🇲🇵票，根🌨🧾据规定🇪🇦这种情况不允🏴♓许取消，但AI直🐘接调用了🖤🙏取消接口，因为系🤲统AP🇨🇭I本身不会强制执🇦🇺行策略🤙🍬SEO优化是啥，需要AI主💳🍧动核查🧞♀️。这就像打电👐🐅话传话——每传一🥋🦌次，信息🛢就可能失真一次📳🇦🇮。
Q3：AI〽科学家🎗⏰系统与🔡🥼其他AI代理🇬🇫系统最大👨👨👧的区别是什么？🚼 A：最🎹🇸🇽大区别在于🤪🚘AI科学家通过"👕📛文件即通道🐺"机制实现了🇳🇿🛴跨轮次的持久状🏅🏖态积累，🌒而不是依赖对🇲🇻😤话接力传递🧚♀️信息🐴。研究团队将A🔈😒I科学家🔑与非层级🦀🇱🇨化的简🦋单代理（在P📍aperB🇮🇨ench上对🔆应Ba📪sicAgent🇦🇱🧙♀️，在M🇸🇲LE-Benc🤜h Lite♣上对应AI🔳👯DE）进🙅行比较，发现🇫🇷📃即使是去👨🔧🇸🇰掉文件即通道🤢机制的"残缺版"🇹🇴🆓AI科学家，在😦PaperBen💌◻ch上仍比B🥋asicAgen🚍t高出📉🇷🇼4.74🛌🐑分，在ML🕥E-Ben☂ch L🛹🇹🇻ite上的🕑"高于中位数🧙♂️👳率"和📉🚚任意奖🤙牌率也分别高出🇩🇪👨👧👧22.73和9.🇹🇻09个🆓🇦🇩百分点🤵💒。
