（来源：上观新闻）
第一个测试📋🐥场景叫τ?-Be🌔nch😘🇧🇸，模拟的🍤是真实🇸🇴📖的客户服务工作📭🍺流程，分为航🕓🥕空公司🇬🇦客服和零售客服两🥛🥣个子领域，🇰🇭合计164👨🦰个任务⛵。。"赌博机"🖤😇这个比喻很直观🚄🐻：你走进一家赌🐨🍃场，面前有📁🐿一排老虎🇬🇳🕸机（每台✈代表一道题），🔧🏧你拉一次摇🌻🇬🇫臂（生成一个🇷🇴🇸🇴完整答案），🇸🇮📣立刻得到🔶一个结果（正确💡🏴或错误），然后⛱你根据🍥这个结🇬🇺✒果决定下次对这台🖍😠老虎机是否继续拉📤。AI短剧的风👩💼🚐口之下🛃，“人脸买卖”的🧜♀️🛫手越伸越🏩👩👩👧长，已经从🇱🇾素人和🇻🇨群演，蔓延到🚪中腰部及以上演👨🎨员，集体发🦵🦂百度推广运营公司声的顶🤢流演员，🚗🕋难免会有唇🤵亡齿寒的🧻危机感🧜♂️🌷。
在没有明👨确任务目🕛标的情况下🧘♀️🏛，Agent往往🇭🇹会反复试错，🇳🇫消耗大🈶↩量Toke🇲🇳👩🍳n，但产出并不🚳♠稳定👵👒。中等难🚰度的"Me🛍👨🔧dium"级🏜☮别，其中一张图🥟片被同一种失真统🇹🇴一处理，而另一张🕢🧜♂️图片则是"混合👨💻🏘失真"🇺🇦——每🛀🎏个区域都可能受🚣♀️3️⃣到不同7️⃣☣类型的失真影响🌐。从训练速度🇵🇾👨❤️👨的角度来看，差距👩🎓更为直观🚄。删到V4▶，单t🍦oke👳🍛n推理🅰🕕FLOPs砍到🇳🇺四分之🇲🇨一，KV 🍢🇱🇮cache砍💥🌯到十分之一🎏。
