（来源：上观新闻）
其中最主要🕡🔕的是需要极高的功🇨🇬😈能测试覆盖率🇱🇺🐘——也就是🧞♀️🚝说，需要进行测试🇳🇿以确保设备🇹🇱🧣在运行中不存在🇻🇨任何“缺陷”🔨🙊，并且置🇨🇨信度非常高↔。除了上🇧🇶🥵下文长👓度低了🥙👺点，Agent🍭 和 Codi🦕ng 能力的🥥提升还是挺📞明显的🧁。对于那些没有📔💖标准答案的开放性📝任务，比👔如"帮🗿我写一🏀🤼♀️首感情细腻的诗🈴❓"，这个框架就🤦♂️无从评判，需要另🤪🧥辟蹊径↪。
此前表现相对较好🕖👩👧👦的"迭代🍧代理"系统（It🦠erati👩⚕️veAgent）💯在Gem🌁ini-3🇮🇶-Flash下☁每个任务平均👩💻🇲🇱花费2🤬🌱7.44🥤🥳美元，而AI科🔺学家只需15🤧🚳.67美元🦙，却能取🏪得更高的分数🕵。Q&A 🇸🇱Q1：TRAC🇷🇼E系统是如何识🍩🎟别AI助手的薄🇸🇦🆖弱能力的？ 💾💣A：TRACE⬇通过对比AI助🧑🧳手的成功记录和🇿🇦失败记录来识🇺🇿⚔别薄弱能力🦐🇬🇭。事实上，我们观🥍🇼🇸察到 DC ⤵📪会根据布🇯🇪局布线🧱后的最终时🚷↗序反馈来更⤴😫新其设🧥🇧🇾计🦟。
今年3月初，中🕢东地区冲突💧导致霍💌👩🎨尔木兹海峡被封🔹锁，制造芯片的关🖐👩🏫键材料——♎💯光刻胶所必🦐需的基础化工原料✈📶“石脑油”供应出✈现严重🆚缺口🕝🎿。该公司目🐍前正在🇮🇹与日本大型光刻胶🎥🇿🇦制造商就这些材Ⓜ料的供应进行🌝🇮🇪讨论😛🤫。第一步，K🇪🇹🍂V压缩🔦。跑分什么的👨👨👧👦🇳🇴我就不贴了，模👩🦳⏰型到现在，最好📣🙋的测试🇨🇼方式就是直🇬🇧接放到自己的🐠*️⃣任务里◼去跑🦀。
