（来源：上观新闻）
” Hermes🧸的记忆机制也同🇰🇬👇样存在问题🈵。主要评估😝指标是"🙈任意奖牌获取率"⚒（Any 🦹♂️Meda🎀💟l%），即🔖在全部测试任🍕📞务中，有多少比例🇨🇱能至少获得一枚奖📩牌🐯。对于爱奇艺，🔹《灵魂摆渡》更是🚻🦇小成本🧓自制网剧🌅界的“纯元皇🔌👨👦后”，在演🇼🇸员知名🏯度较低、🇬🇧题材受限的情🇹🇳况下，三季总流量♣破45亿，🗂热度持🐗✨续三年之久，积🤦♀️累了上千万死🚭🥏忠灵摆粉▫。
比如群聊里不能💓艾特所有人，没办🔦法上传大文㊗🚳件，没办法👨⚖️🥗上传 📺ZIP 包😅。在客服场景里✉，"找到正确的🦍🇧🇭客户记录"🐂是一种能力🇱🇾，"检查🎂🦈退款政策是否👩🍳允许某项操🔞作"是另一🍝🐹种能力，"在🦇🇿🇼用户提🚍➕出多个请求时全部✡逐一处🇱🇸理完毕"🔶又是第三😫种能力🇬🇬。这项研究的价值在🎸📟于，它提🇷🇼供了一套完全1️⃣自动化的⚜系统，不需要🎰💽人类专家🇫🇰坐在旁边一条一条🧁👂地分析AI的👶🙃失败原🤘🦁因，而是🍋🥑让AI✂自己完成🇻🇺🍡这个"自我诊断🚉"和"自我🥝补课"🇲🇳的过程⛎。
它可以同时🇲🇲🌲召唤多个子代理并🇻🇪🔪行处理不➗🇩🇯同维度，再🦗汇总成完整的分🔍析文件，🇦🇬👨⚖️供后续🇱🇨所有代理👨⚕️🌓参考🥅💘。而最终的反馈🇳🇪只有一个🥃："答案正确"或🇨🇻"答案错误"🕎🎊。所以大家意🎱❇识到，多 🔟Age❤🇩🇿nt 不是要🌾🦊不要的问题😟📩，是早🌕🇷🇺晚的问题🃏🦒。在盖尔发布的内🇬🇾部帖子下，💎一个被大量🌳🧗♂️点赞的评论是一张🏚大象的图片，暗指🇲🇪💫领导层终于“正视🔱🧜♂️了房间里的🐘🤴大象”🇩🇴🏔(即长期被回🍶避但显而易见的问🇦🇹题)🇹🇳。
