（来源：上观新闻）
道理很简单，🇸🇪🌉单个 Age🚿🔷nt 自己能🇦🇸力都不够，把一🦸♂️🇳🇿堆能力不🍣🇦🇹行的 Agent🗣 凑到🥟🏋️♀️一起做事，🇧🇩🍻等于一屋子干不👻了活的人🤓🦌开会，只会更🍚乱🇻🇺。第三，🧯旋涂硬掩模🧨🇮🇷，在刻🚍蚀工艺中保护特定🐺区域的材料🌋。股票能归属吗？🧿💴 员工们也在⛺盖尔的内部帖子⤴下留言提🍟问🌧🇰🇬。
第四道关卡🚓是"状态连续🕖⏹性"🍶🇲🇪。这个发现在🔴🦹♂️实践层面意义重🛷🧚♀️大↘🖐。在20个不🇦🇲🌂同的论文🛢❓复现任务中，几乎⏪🇳🇿每一个任务⏹🔉上AI科学家👨👨👧👦🇺🇾都有明显提升，🇷🇸其中最显著的一个🕎任务（p🔫inn）在G💇🍆LM-5下🇫🇴提升了32.9🐫9分🐩。第一个测试场🇧🇳🇧🇼景叫τ?-Ben🇲🇳🔺ch，模💶拟的是真🇹🇷实的客户服务🌼工作流程，分为航🦕空公司👨🔬❤客服和零售🇰🇼🚫客服两个😥🦗子领域，🇮🇱🗄合计1🤩💑64个任务🏅🇹🇨。
更重要的是，群🥊🇫🇷里有一个专门的🌮协调者🇨🇨🌿。3月初♻seo.，一部号称“3🏞👨👧👧人团队、8🇼🇸🥮0集、48小时🇲🇿完成、成👨💻本仅300🏇🤺0元、播放量5🏄♀️✖亿”的❣AI仿真人短剧📑⏬《霍去病》🤼♀️🦜引爆舆论，很多🧒人以为普通人逆🤟风翻盘😎🇸🇨的机会来🈚了🇵🇰🇨🇻。PANDA🇸🇨▶ 展现出🇲🇿🇨🇩了最小的性能🍸♋seo.下降幅度，而部📎分商业大模型在 🐦Hard 🌥级别的🇬🇵严重程度分类任务⚰上甚至下Ⓜ📄滑到了低于🧛♂️🌇随机猜测水🥰平的表现——🍀这说明在面🦖♨对复杂混🚪合失真场景时，👸♐这些模型完全"❔seo.迷失方向"，👽只能靠"惯🥘性"输出一些听起🛡来像样但实际😯🛀上随机🧫的答案♥。
