（来源：上观新闻）
当我的产品真实给🤘到用户，1️⃣他们愿📟意为它🇩🇲商业化付费，比🎤如有1👨👧能给谷歌加速的软件000个种🍆子用户🇵🇾🎌觉得这个🔫🌂产品是🎅他们愿意商业化付🇸🇿🇺🇲费的，这个👨✈️😔产品就算成功🇨🇳🚇了🐾🆎。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💘🕛。
这也是很✏🗂多用户体验后🔦的感觉，“依🇭🇹🇨🇱然会忘⚫🇶🇦事儿”🐋。”刘思行也表🍻🇲🇷示🖥。这意味着，SP🇦🇹🦒PO的成功🌀🤮不是因为某个特定🤾♀️的数学技巧，而是🇦🇱因为"把整个推理🍚链当作一个😉整体来评🦘价"这👩🍳🇺🇾个根本性的🎫🇧🇶框架转变🥾。任何现有的🐕基准都无◀🚰法同时满足这🥮🖍五个条件↕。
第二种叫🧜♂️🏆"工具调用精🌏确性"：A🙃🇧🇯I知道该用哪🤚🇲🇰个工具，但传入了🍽错误的参数♊能给谷歌加速的软件。比如用户🐇要求取消两个预订🏈✒并修改第三个，A🚥I完成第一👨✈️🎑项取消后发出了🤗🛌"如有需🏛🦖要请随时告知😳"的礼貌性结👹⚖语，然后🇲🇩陷入与用户的无效💅对话循环，直📪🎽到超时也🇪🇹🦇没有处理剩余😆😷两个请求🦷🔻。
