（来源：上观新闻）
这种从图纸到🇹🇨大批量🇬🇧稳定交付的工程化🇲🇼能力，是纯👨🎨算法或高校团队🖲🇦🇫难以短💛🔋期复制的🍨。我觉得这大概👸率会成为新时🈴代的基础💬👭设施🆔☣。Q2：Pap🏈🦸♀️erBench测🌤🇮🇳试的是什🤭🕹么，AI科学💏⛈家的表现如何？ 🤳A：PaperB🇫🇮ench要求A🚷📻I在24小时🇸🇨内，从一👨🔬能给谷歌加速的软件篇机器🤕🇹🇿学习论文出发，☁🍏在没有原始代😻码的情况🤶🦢下从零🛌🍏搭建、运行并复⛸现论文的核心实🏋🚯验结果✉💂♀️。
因此，在多位🍸受访者看👨👨👧👦来，对于普通用🥥户而言，Herm👽es还不是🕴一款需要立刻投入🍊时间和成本去深⚫🙎度使用的工具🛹➰。这些讨论我没有👓参与，他们在群🍫里商量🖌。在某些🥍🧚♀️案例中🦔🎌，当失真图的🚔预测结🥇🇧🇹果与图🙈像的真实🏇视觉信息存在👩🦲矛盾时🐼，GPT-5 M🥡ini 会主动🌉纠正失真图的🧭🐙错误判断🚭💎——比如失🇬🇾真图错误🚧🦈地把锚图某个区🅰🌌域标记为🤷♀️🚕"干净"🇮🇴，而 G🎉🇧🇲PT-5 🎪Mini 通™😮过观察图像本🖌身正确识别♐出了"变暗"效果🐈。
不过更🧻🐘重要的是，许🛡多用户在尝试👩👩👦🇲🇱这类Ag👨💻ent时，🇧🇴并没有清👨👩👧👧晰的使用场景👨👨👦能给谷歌加速的软件。除了能力本身🇨🇼，Hermes的💐🏣使用门槛尚未明🤷♀️🧘♂️显下降💴🚜。但这个差🇳🇱📤距已经比👈之前任🥛何AI系😚统小得多，而🛀且研究团队🍣在这个方向🚯🐳上的设🎑🧖♂️计思路，为进一🐍步缩小这一差💼🐄距提供了一个清*️⃣晰可扩展的🎾😰框架🕦。
