（来源：上观新闻）
知识类和最前🛄沿的推理任务🔂仍有3-6个㊗月的gap🤦♀️。“一个人一杯水🌹↔一顿饭，吃饱喝🇸🇧足就能好🐚好创作🏜。该图片疑似使用了🔣🇹🇹AI生成技术，🇸🇪😚请谨慎甄⁉👄别 如果你用🕊🚼过 Chat🐘GPT 或任🚈📙何一款 AI😷🇩🇴 助手，👛大概率😐🏃有过这样👨👨👧👦🧪的崩溃时刻🇹🇬6️⃣—— 你🖥花了半小时教它你✝的项目🥫🏷结构、偏好习惯、🇭🇰代码风格，🧞♀️关掉对话窗口🚷，下次🥃打开，它☮🇰🇮又是一张白纸✏🇨🇫，什么都不👑记得💶。TRAC📝E则以47.0%🎭✳的整体通过率、🇻🇬44%的🎴航空领域通过率🔄🦴和48.👩💹2%的零售领域通🇦🇲🥐过率，显著🐭领先所有对比🕕方法，比第二名🔡🕚的GEPA👨👩👧👦🤤高出7.4🇧🇮🇭🇹个百分点◾。DC 会审查时序👊🦏报告，并利用这♓些信息对设🇦🇱计进行 R🖨🕟TL 修💑🤾♂️改🈴。
因为羽毛♌🀄球天然需要一个🐋对手，你不🇵🇬可能一个人一直对♈着空气挥拍🏥🇳🇫。这一波 AI 🖨🇵🇾的演进蛮像 ©💱200🚈8 年前后👨❤️💋👨🇲🇫的智能手机🤛。” 基于🐗这一理念，GPT👩👦👦⌨-Image-2👓💸 甚至能理解“讽💏🈚刺漫画的隐喻层次🚊🔆”或“学术海🌡🏩报的数据逻辑📮”🤥🍪。此前表现相对较好🕍💴的"迭代代理"🙎系统（🎏Iterat☢iveAge😛nt）在☘🐎Gemin☣👩🏭i-3-🇭🇷Fla🇧🇮🤶sh下每个🙇🏫任务平均花费27👩🦲🇰🇳.44美元，而👨🏭AI科学家只🧕💆♂️需15🦛.67美🕒元，却能取得更🌏🚶高的分数📥🎛。这个差☪距越大，说明这种🚓能力越🐨能区分成功和失败💵能给谷歌加速的软件，也就越值得重点🤴训练💵。
