（来源：上观新闻）
Ant♊🆖hropic 🧚♀️💘的问题在于🦆：算力🇲🇼🇬🇩受限🐀🐱。但模型问题缓🌦解之后🗡，更深层的约束随💿🇪🇨之浮现：代码🇰🇷库中的业🏩😅务隐知🎵识、历史决策与🌴🇫🇰架构习惯，🤽♀️🇲🇨并不会因☎🖱为模型🦎升级而自动变得可🥜理解🙃。
业界的定🌞量研究还没跟🈳🕐上👘。没有任何地方🔼📀把这些规🇻🇨🇹🇹则完整记下来🛰🐲过💠🇲🇬。这个临界点在☠👋哪里，没有人能🇲🇩给出精🇬🇵确数字🇹🇷。真正的🐟🥥效率回报可能✍🗼seo要等到 sp🎾ec 覆🇸🇷🇬🇼盖率达到某🏣💎个临界点之后才🎄🥴会出现——🔧🔉那时大部分新开😎🐠发已经不用在🇵🇾散落的🇧🇾隐知识🇹🇯🇦🇲里摸索🔮。
在组织层🗞👠面，Pala🌶🇺🇿nti🌻🇴🇲r等AI 🤛Age✡🕚nt正在🎨颠覆传统S🤼♂️aaS🔷🔭模式🍞🚙。但我觉得📱💐，很快👨🔬🐯其他公司就会🎥🇧🇿面对一个现实：如😹果一个人借助 A🧞♀️🧖♂️I 能完成👩⚕️原本 5 到 🥃15 个人的工作📑，那企业就会开🛷始考虑裁员🐘。一旦有人🎦先做到，就🦔👍算他们的毛利率🥓只有 50%，而😋☘不是 70%+，🇱🇾他们依然♉会吃掉🕥🍂几乎所有新增需求🇻🇨——而且很可能他😽们自己也没有足🎐够算力去满足🥨🛋全部用户🌎。
