（来源：上观新闻）
但现在🕵💌有两个东西🧶🥡同时变了：第🙈一，你可能只🤟能预测 3🏄 年而不是 10🚼🔐 年，因🐁📖为 3 ♍年之后（有时👤🍒候甚至👏是 1 年）🇭🇲🧀这个行业会变成什👨⚕️么样，根本看🈯🏷不清；第二，t🕋erm😞🇫🇷inal 🚅value🥬 更没法算了，它👹🚶的前提是🍦🎡公司最终会稳🕜定经营下去，♾️🌪但如果 🤘AI 随时🇩🇴⚙可能颠覆一切，👁️🗨️“稳定经营” 🇦🇱这个假设就不🇧🇸🇸🇬成立🍢🏊♀️。
他们去年提出🚂🗂了一个指标：衡量🇲🇪 AI ag🤺🤑ent 能以 🤩📦50% 成😍➕功率完👟成多长的🇩🇪任务（按人类专家😄🧹的完成时间算）🧕🧱。它用tr👨👧👧☑ee-sitt🖊⏹er解析🛢多种编程语言的抽🛍🚷象语法树（AS🆕💠T），用🧟♀️🍁rustwork🇦🇹x做内🚵🇸🇻存图运算，并建立⏳⏹了一条双向事件总🎱⛽线，把代码👨⚕️中的实🛵🗽体（函数、类♈🖊、导入关系💓🏞）与相关的🌠记忆条目连接起来🔐🧖♀️。Bob Crin⚜🧥gley：我们引↖🇸🇬用 Bill A🧟♀️🌍tki👩👦👦nson 🧢的一句名言，⚰🇨🇺他说，当🚔☔你对某人的工作🅱说很烂时，🍬你真正🈵☹的意思🚏是，我还没完🇷🇺全理解它©🏃♀️。
就在他⚖吃三明治的😝🌦时候，模型给🔤他发了一封邮件，🤦♂️🏄说：“我已经🤹♂️逃出来🇩🇬了🌅。在LoCoMo🥇基准测试上（该基🥭🍊准由来自麻省大👨👨👧👧🇭🇰学等机构的研究者👮🤼♀️于20💔24年A🌫CL会议发🧥表，专门评测LL📑M代理的超长🧩期对话记忆，🕵全称是Ev🎗🧣alu🦓atin🕳🙁g Ve📗🌊ry Long-😎term Con😧vers🔋📻atio🈵🏨nal🐻论文翻译软件哪个好用 Memory ⛏of 🌽👨🌾LLM 👩👩👧Agents），🇱🇧研究者取了10个⚪🐻对话中的📙🎂2个，摄入👇🏵了1585条事🌹☺实，生成🎨304🐋🦟对问答🌊📹对，用A🚧➖zure的GP🇭🇲🖍T-5.4-mi🎪ni作为评🐳判模型，以🐛📛Likert量🔞表1-5分🍟⚛、≥4分🍉🐳算正确👩❤️👩的方式打🗺👨🦳分🇪🇬。
