（来源：上观新闻）
微信有十🦠⏳亿用户，🕐🥤但十亿里没有一个➿🌒 Agent⏸🇬🇮。更重要的是，由于🐰每个插件只专🚀注于一种能🐊🍇力，训练信号非常⏺集中，A📳⛺I能够🕘快速、有效地🛴☪掌握这项技能，而🎽🍖不会因为同🤡🇬🇾时学习太多东🍂🔨西而产生混乱💞。这一定位意味🇭🇰着，这项🧛♂️研究填补了🏋▫一个明🚒显的学术空白🍷，并为🐉🇧🇭后续研究提供了🙊💽一个清晰👅🇵🇪的评估🙅😳框架🐔🇮🇶。
最后，我🚶♀️们将重点介绍如🍞🥫何改进前沿🇹🇻🍱模型以更好地🇲🇹🍋支持此👸〰应用，🤙以及我们从📻🍪DC等系统的能🥚👺力中汲取的经🌜🌐验教训，♑这些经验教训🙁☪将指导未来芯片🥩😿的构建🐻🏤。谷歌自研AI（人👓🇲🇵工智能）芯片如期📳上新🕧🇺🇲。可见商业大模型在♋这项任务上确🇰🇲实比随机猜测强🍫得多，但与专为此🔱设计的 🔸PANDA🆖 相比仍有相🌫当差距🏴☠️。
这匹“马”，叫🔦📞Hermes🥺👕。这属于预🍀期中的行为模🦄式，反映👩👩👧👦出失真图作为🇶🇦💧结构化先验📟信息的👨👩👧👦合理作🍲🔩用方式🉐。“第一是🇮🇳🔙服务，用户的产品🤰体验是否流畅🇵🇲、方便、舒适，这🚦是非常大的竞争😩👑力🚉。实验数🚊😣据显示，S🈵🥑PPO大约在2🗄🍽2小时内就能达🐀👩👩👧👦到约58分🇦🇶的峰值水平🧛♀️🅾，而GRPO等方🌭🍩法需要😃明显更🚤🐛长的时间👩🏭🌤才能达到可💻8️⃣比水平，整体🔄速度差距约🌎🦏为5.9倍⭐。
