（来源：上观新闻）
此前表现相⏭🥑对较好的"迭代代🕊🇸🇨理"系统🤡💨（Iterati⬆veAgen😻t）在Ge👜💴mini-3-F💥lash下🏇每个任⛵🇬🇬务平均花费2🇧🇶🥫7.4🤙🚚4美元，而AI🇨🇦◾科学家只💙需15.🏎67美元，却能🐤取得更高的分数➿。这位员工表示，他🌭们会照常工作🧣，在等🗾👱♀️待进一步消息的同🔌⛑时，做好最坏的🇧🇹打算，🕛并尽力充分利用接🚤下来的一个月📠🌫。人类从婴儿🎏💫时期迈出的🎎第一步也是如此🎬。只有在模型观🇻🇮🐨察到时序👵结果后，它🇺🇬才意识到🇧🇸🎚问题并👨🌾🍦域名网站加以解决🍖🍉。这种高🥬度集中的🤗分布说明🈸🥊，目标场🧞♀️景的失败模式并不⏹💄是均匀分散的，✳域名网站而是高度🏹🥢聚焦在少数几种能🔳🥅力缺失上🍗。任务规则💒非常严格：💆♂️🇨🇼给AI一篇🥄❔论文、🇨🇰一个配有🌪🧞♂️GPU的空白D🕗🎷ocker容器🤢和24小时时间🇬🇲🇬🇾，不能💍使用作者的原始代🤭码，必须自⛓🌉己从零开始搭建、🤛🥒运行并🛃得出与论文匹⛰配的实😷验结果👳♀️。
第二个，单一♠ Ag👩🎨🥀ent 会有自己⛲的思考盲区🍱。此外，它采用💵🖇层级化编排，🧟♂️🏧由一个轻量的指🦅挥官调度😇域名网站多个专业代理🤢（论文理解、⏫任务规划🎀🏳、代码实🤼♀️现、实验执🇲🇻行），每🇧🇪🧞♀️个代理只负🔞🇪🇺责自己的🍪领域，避免🧜♂️🇺🇸了单一代理承担过🧂🇫🇯多任务导致的失控🧗♂️🇹🇩问题😒🖖。“想到未🐕域名网站来一个月要做出🗝成绩，我有点🍖压力❓🥠。因此，◼用一个小📛模型完成这项预😪💑估任务，在🤾♀️逻辑上是合理🇹🇨💻的，而🐫且在实验中也😬🇹🇰确实有效🧟♂️😪。这条连线😕💐会标注"🐑🚁锚图中的这个区域🇰🇳🗂比目标图中的💨对应区域好♐👨👩👦👦"、"🇦🇬🇳🇪两者差不多"🍊还是"目标图更好📳"，而且还会区🖱🧂分"稍好"和"明🔌🇦🇮显更好"这🇸🇦🐧两种程度🔈📷。
