（来源：上观新闻）
具体做法分🚆四个阶段：首先，🧿把零散的🇦🇫🌫情节性记忆（ep🤷♀️🐐isodic🐾，具体的事件）通🏝过聚类提⏮炼成语义模🤬式（se🐱manti😟c，通用规律⬆🙅）；其次，🆕🥗对每个语义模式计🗓🚹算置信度🤲⏩（要求至少🎰🈶5条证据支✳🇰🇵撑，且置信👨⚕️度公式☕考虑证据量🎷😝和偏离均值的程🦗度），只保留🇸🇮置信度≥🇾🇹0.7的模式🤞；然后，基于这些🐵🔔结构化模❤🎮式，用🎖🧿模板生成自然🇹🇰语言"软提👷♀️示"（soft🔮🤷♀️ pro🍹mpts🎷），无需🔍调用任何LLM🔲🇩🇿，零额🅿🖱外计算成🍂♏本；最后，在每次⏰🕡新对话💒👩🔬开始时，把这些软🙏👿提示自动🔥注入到系统上下✨文里（上限1💚🛳500个词元），9️⃣让AI的行为✴👨👩👧在不知不觉🧩🇵🇹中被过去的经🙎🎟验塑造✋🇳🇷。
而且 🏅research👅⚔er 更有动💷😈机被裁，原📢因很残酷——因为‼贵🈂⛪。它更关乎一种感⏏🦐觉：用起来是什🐕💃么体验🔕。• A级人才🇶🇦👨🦲理论：顶尖🚻人才（💧🐿能给谷歌加速的软件A级员工）之间的🏫⌛效率差距可达5🇨🇬♑0比1，👪优秀的🏝🎎管理者应🇲🇳™追求组建全A级🏔团队，并🎨允许才华横🌚溢的人相互🖥👨🔬碰撞（磨石机💬隐喻）🕵。很多价值，其🔧实就是从🤣👩🦳“你怎么和模型🇧🇾交互”里产🇦🇽🇹🇬生的🍥。
一位投资人朋👨👩👦👦🇬🇲友说得很直白🐪：反正要么🗳 zero to👎 100，要么 👴zero to🇹🇳🔪 zero，与其🐳投一个贵😤的 A 轮赚 “😁辛苦钱🐐💾”，不如赌🕡一个有无限可能的🇧🇧🚣♀️ ne🍆o lab 的入🌜场券😇。
