（来源：上观新闻）
他们发现，打分员🇧🇻🦁实际上是在偷懒🇩🇴——它根本不关👟心AI在推理过程😔中的第三步、⏪🏊第五步、第⚾🌒二十步在做什🌟么，而是一直等到🥄⚱推理接近尾声，才🇵🇳♎突然"清醒过来🥎"，根据🇬🇫最后几行文字😽的语义特征猜测答🎹案是否😮💵正确🇮🇨🍏。第一道关卡😓是"信息不全😝◀"💍。还有员工询问🇿🇦🇹🇫5月20日当周🤑是否会限制出差🇮🇩🧕。据TheEl🌙🗳ec报道，在🎊⚙霍尔木兹⛏🚇海峡被封锁后，石👨🦱🐭脑油供应中断已导🇹🇭📭致日本国内12🛐座石脑油裂解装置🔛🤤中有6座被迫🇰🇪减产💭😓。从一线城市🥍🗑的CBD到三线城🔸市的写字楼，下🇵🇷了班换双鞋就往🇨🇦👨👦球馆跑的人🔎🥅越来越多👨👨👧👦🇻🇪。单 Age🇬🇳nt 在这🇨🇭两种场景下都会🥿💘卡🥘。--- 🏂📈Q&A Q1🕔🇶🇦：失真图（D🇹🇭🇹🇴ist🌰ortion 🏄♀️Graph）🕳🦊和普通的图像质🤸♂️🛍量评分有什么👨🦳🦟区别？ A：普⛸通图像质❎🇸🇪量评分只🇱🇦给整张图打一个数🇨🇺字，比如"7分🇩🇯"，无🕑法告诉你具🇯🇵🍞体哪里有🔶问题👨👨👧。
另一个是"覆盖率🗜🤕"：某种能力🏃🎉的缺失，在👾所有失败案📼🇲🇭例中占多大比👨👨👧👧🕔例👂。在行业趋♋🇹🇭势判断🔨👐上，董事👩❤️👩长成锐分🧦🤵析认为，当🧖♀️前具身智能产🥄🆓业正处于从“概念🇸🇩🎺热潮”向“🔮实质验证🇲🇴🍾”过渡的关🏐🧢键阶段4️⃣。推理过程本身是A📓😀I内部🤗的思考流，而外部🏃♀️🚓可观测的、有意🔬🆓义的评🦘😔价对象是完整的🥶🅰推理结果，两👯♂️🇴🇲者之间不需要🇦🇹🚥强行建立逐步🔭对应关系🍀。此前表现相对🧨🔡较好的"迭代代理🗃"系统（It🥀erati🔳veAge⛅nt）在Gem🧛♀️🥶ini-3-Fl🈂🎬ash下每🎓个任务平均花费🇧🇸27.🇿🇼💐44美🥉元，而A💏🇸🇿I科学家只需1🇦🇿👨🚀5.67美元，😟却能取得更高的分👩🎨数👔🏷。尽管Hermes🎎尝试通过抽😛📄象和筛🇼🇫🍈选提升效率⛽🌗，但这一过程🧥并非总是🧜♂️有效🖼⌛。
