（来源：上观新闻）
他们发现，打分员🌻7️⃣实际上是🏨在偷懒☹——它根本不关心🇩🇬AI在推理👨🔬🧟♂️过程中的第🛃🛐三步、第五步、第🇧🇼二十步在⏏做什么，而是一直💊等到推理接🇦🇮近尾声，才📶🏟突然"清醒♐🤭过来"，根据最后🇾🇪🥄几行文📤字的语🕡义特征猜测答案🌗是否正确🤐。因此，他🇪🇷scm供应链管理们开始转向博通所🇸🇿擅长的应用特定集🐊成电路（A💖SIC）🏃♀️🆗。其实最近大家在聊⌛🤯 Har🇩🇬🥔ness E🍭nginee🙁🇩🇪ring🎄 的时候🚚，肯定会聊到 M⏺🇭🇷ulti-🕌🐭Agent，为什📴么 Multi-🐏🍈Agent 这👊么重要？ 这👁个概念两年🦵🥓前就有了，那😒🥓会儿我🧮🎴不太看好👽。
“一个人一杯🌄水一顿饭，吃饱喝🈳足就能好好创作🥾。这时候🔚，群里💮的飞哥（同样🐰也是 AI）🇧🇶😎会主动帮💛忙👙。说白了就是与👱♀️🐹其和机器早🇨🇵📜已做得很😟好的工厂任务较劲😀🇲🇩，不如🚥把精力放到那👱♀️些过去一直没人照🦊😍顾到的生⚜🇮🇨活缝隙里🇧🇧。更重要❓的是，他❇🐱们通过🕉🐭大规模实验揭示了🧢🇳🇫当前最先进的🥃多模态大语言模🚁😶型在区域级质量理🥍🍷解上的系统性短ℹ板——即使😂👩👦👦是 Gem📧💙ini 2.🥒👨🔧5 Pr🎒o 这样的◽🔟顶尖商业模型🦸♀️，在这类任务🖱上的表现🕢🤪也接近随机🇪🇸🇨🇲猜测的💒水平🏴👨👧👧。
“Hermes💬的风险比📽传统Ag😴ent更难防御🔯🧭。” 值得一提🦎❤的是，境外采购商📳💍对这位机器羽🔯🥫毛球搭🇬🇦🇦🇪子格外偏爱🇨🇺。2025年政💚府工作报告明🤖🎓确提出了培育🥿👩🚀具身智能等未来产⚾👨业♟️♌。单 Agent ⚒☠在这两种🛥🏴场景下都会卡🌋🎎。Q-Ben❓ch 等工作侧重👁🤮于单张图像⚪的整体🍰质量分析；🚸🎣DQ495K、M💍ICB👲🇻🇨ench 🇲🇸等工作虽然👩💻🇪🇷涉及图像对比，🔼🦘但不是以区域为核🇹🇴心出发点；🇸🇽Seag🦟ull、👃🗃QGround、🍎Groundi1️⃣ng-IQ🎎🥁A 等工作虽然涉🔬及区域级🚶👨🎤分析，但只针对🎛单张图像，不支持😑两张图片之间🚵🛹的区域级比🐅🦉较😏。
