（来源：上观新闻）
这不是能力的差距✍，而是范式🇲🇳的失效🔙。行业普遍在💽用“糖🧽水数据”训🧖♀️练模型，然🍉🧙♂️后奇怪为什🚛🐼么一到真实环🚂境就失效💬🌥。它有两种工作模式🇷🇪：当系统还没🐇🚵有可运🇬🇵行代码🦡🔬时，它从分析🇦🇷🏀文件和🚨🗞执行计划🔢🧝♂️出发，从头🏞搭建整个🧷👔代码仓库；当🇻🇦已经有代🛬码但实🃏🇨🇫验出了问题🇨🇫🌈时，它切换到修复🐐🇳🇦模式，根🕰🤢据实验日志👝中记录的错误，🇻🇬有针对👨👧👧性地修改🈹代码，并把🍯📮每次重🚣🛃要的代🇽🇰🔂码决策记录在🇷🇪实现日志中🇷🇺👭。
Q-Ben👯♂️🇰🇼ch 等工🐵作侧重于单张图像💇的整体质量分🛬析；D🦖Q495🤯K、M❣ICB☔enc🌕h 等工作虽🦒然涉及图像🇬🇼对比，但不🌙🍎是以区👨🦰🌺域为核🦸♀️心出发点；S🍐eagul💘l、QGr🇰🇳oun⬛🧑d、Ground🇲🇾ing-🌩🏌IQA 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😠电商seo与sem是什么片之间的区域级比🇳🇱较🇲🇵👥。这印证了"🐀🛁尾部效🇱🇮应"的危害——错🔇👺误的训练信号不仅🇲🇿没有帮助，反而起🇳🇷到了负面🐆🏈作用🔞。
分析过程分为🚢两个阶段：先是"☃发现阶段"，分🔧析AI🛵通过检查所有🃏记录中的🇰🇵👨🌾工具调用、🏜工具返回结😮0️⃣果和最终🍁👬回复，归纳出一🇨🇴📆份候选能力清单⏏，并为🏹每种能力起一个固🙁定名称🍴和描述；然后是🚄🦙"标注阶段"🥪，分析AI☂🤞拿着这份✊清单，逐一💹检查每条任🇺🇦务记录🖤🐏，判断每种能力在🇹🇴😵这条记录中🔡是"不需要"、🍘"已正确执⬅行"还🇦🇫🚾是"本✝🤸♂️应执行却🍘没有执行"📀🇱🇷。（4）正确性与验🇳🇨证 在出货量⏲达数百万颗芯片🇳🇬🕞时，“凭🤩感觉设📚计芯片”是🌥行不通的🏳🈚。
