（来源：上观新闻）
比如用户想订一张☸下午两点以后的🖥经济舱机🇰🇮票，查询工具返回🐳了各舱位的票🐈🌡价数组，🌘AI却🉑🦸♂️读错了哪个数字🅰对应经😘🎫济舱，导致反复🤮支付失败🌌。但研究团队发现，🐃👽谷歌登录当你给这📵🐾些模型提出更具体⏳🇧🇼的要求——比如"🏴☠️请告诉我🥕这张图🏄♀️片里每个区域🕸👨🚀的质量如✅何，哪🤲🚨个区域出📍💽了什么问🍿🕐题，严重程🖤度如何"——🧟♀️🔓它们的🦹♀️😰表现就会令人🍑失望📌➡。
由于这些成本和😰🔫挑战，许🕸4️⃣多芯片市场由少🧪数供应🇲🇩🦶商提供服👼务，初创企👩🔧🇨🇰业进入该领🇨🇼域的情况比软♥🇬🇫件行业更为罕🧶☎见🚄。此前表现相对🐨较好的"迭代⚾代理"系统（🎏Iterati👨🎤veAgent🐼🥇）在Gemini😛-3-F🚹lash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🆒♟️。
它的唯一任务🚔是，在看到一道⚖📼题之后，预📦测当前的AI有🧳多大概率👅🇦🇫能答对这⛪📊道题——用一🔋个0到🇫🇷1之间的数字🔩✳表示🍈🚪。例如，如🎃果文档中🇱🇧缺少 🖕🇭🇰CPI🇲🇩🤸♂️ 要求👨⚖️，DC 💴😔有时会生成在🇳🇮🌇分支和🌛转发方面性能🍋🇨🇮显著下降的处理🔘🌇器🦹♂️💆。
