（来源：上观新闻）
此前表现相💢🛶对较好🔀🇨🇵的"迭代代理"系🛄统（Iter😖🥢ativ📈🚇eAgent）在💿Gemi🧁🛵ni-3-F🇸🇯lash🤭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🌶🇰🇵。3. 与世界🖨😞交互并自我进💊化 这是WU⛏🐑M架构与所有V🚚LA模型最👢根本的区🎡🐺别👩🍳🐧。这个视角的转🇫🇴✅变非常🤽♂️🤑重要，🍤💺因为它意味着：🚞当你不再试图🏎👜给每个步骤单独打🥀💉分，"打分员失灵🏎🇺🇳"的问题就自🇨🇽然消失了🚺🧩。“原来🙌🃏做产品的节奏⭕是设计🐍、产品方案、🇲🇰🚩开发、上线🇻🇦、用户反馈，流♠😔程下来可能要🇨🇨🕧一两个月👶或更长时间👁️🗨️。
而Hermes🇨🇭🚀有些太‘自🇹🇰作聪明’了，不管👀🇦🇨什么事它都🚠域名cname会自动生成一堆🇬🇾👩👦👦技能，我😂的Skill🛵🍆会越来越多，且很🤷♂️😰冗余，有🛁些东西根本没😫🤵有必要🚳。这导致了“☑验证”成本居🔀💇♂️高不下💐⚱，通常估计🌱占总支出的👨👨👦👦📠50%⚛以上0️⃣。这位学生要怎么🇰🇾知道是🖨第三行开始走偏，👂还是最后一步算术🇲🇨出错？你的反馈🇪🇸📏几乎帮不上🇳🇷🇬🇩什么忙🤲🚸。没有模🎱🦀块边界，🙇♀️没有数据👩⚖️🏬搬运，⏸没有信息损™❄耗🇲🇪。HLE上V4-P🦵👟ro-Ma🧛♀️x 37.7，🚟↘Gemin⏹i-3.1🖌-Pro🌽🌲 44.4，C😍laude-O💉🕷pus🇲🇨-4.🌷✍6-Max 40🇹🇷🇬🇵.0🏘😚。
