（来源：上观新闻）
“等到裁员通🧢📡知发出😴😇时，5月1🦏💬5日的股票归属日🎠刚刚过🐒。为了应对🤡不可预知的场景👨👩👧👦，企业只🇨🇾🥛能不断🇼🇫堆砌算力和昂贵的🇱🇷😜传感器，导致🦂🇩🇪单台成本居⌚高不下，📲🌺且在真🥥🖇实的复杂环💙境里极易失🧟♂️效🦀。” 关于成熟💯的OPC生态，🥰🇧🇴姚双认为，不能🔋🈲只靠创业者单打🇰🇳独斗，而应借🕯鉴国外A16z、🔊YC等机🚪构的成功经验，构⬆🇩🇲建一个“创🇰🇬🎻造者—社区⛸🧙♀️—产品—服务”🍷的完整闭环体🏷👌系🕚。
这是一🚼👩❤️💋👩种慢功夫，但所🇲🇿🐮有人都明白：地📰基不牢，楼盖🙌不高👿。它把所🏒🎩有中间成果🇹🇿🎹都以文件形式保存🕜在一个有权🕋🔺限管理的共享工作🐨🌈区里🎍。此前最🇲🇷好的A👟🤮I系统只能完成🍜🧿约21%㊗🔵的评分要求，而🐫顶尖博士🇵🇲🇦🇽生能完成约🚦👨🦲41%♥磁力蜘蛛搜索神器。一人公司这种逻👩❤️👩辑应该是一个趋势🌴。某种意义上，AI🏎短剧不像是影视🐋🥢作品，更像是0️⃣😶义乌小商品⏫🐝。换言之，每⛱🅾完成一次任务，H🎿erme🇵🇭s会从执行过程🕳🇰🇳总结并保存一个🔓个Skill🌪，下次遇到相似📬的问题时🇸🇻😰，它可📛😫以直接加载这些🇨🇾📷技能，并在任务⛅中持续完善迭代🇨🇼🏙。
这部分工作在实🦚际工程中常常🇶🇦耗时最多🎉，却最容🔊🇹🇭易被忽视💧。这是因🚬🈶为打分员🧗♀️🥙需要理解AI👃在每一步🍽的输出，从而估算⚖🧗♂️当前局面的价值🚛，而这种理解能力😌要求打分员具备和🇦🇲🧝♂️AI相当的语言7️⃣📄理解能力👓⛳。第二个基准是ML🇳🇪🏛E-Ben☘🛢ch Lite，😐这个基准更接🥨近Kaggl🦗e竞赛🏫🛅的形式——AI🇦🇺🍓需要在现👨👩👧👦🍳有数据集上持🗾🇮🇶续优化机器学🇹🇫🎾习方案，争🅿🌓取在模拟的竞赛排💷🐰行榜上获得🇨🇻铜牌、银⚜🖖牌或金牌🙃。
