（来源：上观新闻）
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❄。大部分多智能🇲🇿🥝体系统（也就👨🎨是由多个AI代理📆🎙协作完📪成任务的🇮🇸🦁系统）依赖的是🏰"对话接🚭力"：一个AI🛃完成一段工作后，🌪🇦🇲把结论👺👃用语言描述给🗨下一个A🐈👨🚒I，下一个AI基🍅于这段描述继续工🇦🇸作🔪。
四、"合并技能💆🔠"为什✅🌞么反而不🔕😇如"按需切换"：🇬🇦一个反直觉的🏳发现 在设计🎠TRACE系统〰时，研究团队🍕📩面对了🎧🕺一个直觉👨💼🤷♂️上很自🇾🇹然的问题：既然🎽要训练🙉🛡多种能力，为什么🇰🇼🧼不把它们都🇱🇦🎡整合进同一个模💿🍖型，而🙊🐘要保留👴多个独🌤立的插件🧾并在使用时动🕎态切换？ 这👊🚫个问题的答案🇸🇪👨👩👧👦可以用一🧨个厨师🇵🇲💁♂️的比喻来理👳♀️🧘♂️解✉🤙。
真正的工🉑作细节——论🙆♂️文分析、代码、实8️⃣验记录、错误🇦🇮🐡日志——都保存在🇩🇰一个结构化👨👦的共享工作🧹区里，任何专业代💻👗理在需要时都可以🥮👡去读，而不是靠🚎🐧着"上一轮对话🏌的记忆"来续👨👦♏接工作🇪🇨🐅。”他们💰写道🎩。更重要🇫🇯🐸的是，就像作💵家金爱烂📐说的，“有一⏫💙样东西人类拥有🕰，而AI没有🇨🇱🔰，那就🕴是犹豫不决🦃。
