（来源：上观新闻）
他在学🉑术界的核心主张是🎌“触觉智🗞👩🍳能”，即机器人不👺✒能仅依赖视觉感知👋🇮🇹，必须引🌨🦄入力反馈机制😪才能真正理解并🆚交互物理世界🛋🚂。而且最大⬆的误解是：大家🦅以为用Ag⚾ent营销🖤只是把过去♥🕙做的工作自动化🚴🥔。模型在这件事上🇪🇺非常糟糕，没🦘有能力做🧟♂️到🛅🇲🇽泛seo。我为什么要学习🛤🧕怎么操作？🎏我只想把内容复制🛐给我的智能🐳🚃体，让它去搞🇹🇭🈶定一切🥵。而一旦👯♂️🇹🇳问题变成利润问题🇪🇨✅，企业就不可能再😽🇭🇹只盯着模型✂参数和GPU数🎺🚆量，而必须💘开始追问： GP🎶🍏U是不🌐🌀是被充✡分利用了？哪🔽😔些任务⁉🧀必须用GPU？哪🏤些其实应该交⚔给CPU😒🇧🇬？整套系统的😨吞吐率和资源利用🇧🇭⏰率到底🇻🇪高不高？ 🐵这正是CPU重新🏊♀️变重要的起🛠🗣点🚿💅。
这个节骨眼上，🦐📙最头疼的问题就👊是“品🌍牌认知”，很🉑👙多人还是把追🇪🇺🥦觅当成🏩👢一家做扫地机器人🇸🇧的公司🌼。目前互联网的各🕗种框架🇰🇷🏛和库的说明文🌥🇿🇼档仍是“为🦡👩👧👧人类编写的”，这🇵🇬让他感到无比👴烦恼🙎。当我们都开始生活🌆🇦🇺在这样的世界里🥬🇪🇨，这个世🧧🏐界会是什么👇🇰🇾样子？ Andr🇧🇮🔛ej K🇼🇸🥉arp🇸🇦athy 👩✈️我想在座很多人🧁🇻🇦都对原生智能体🛤🇵🇾环境感📀到兴奋🐨。
你认为这两者之🎺🇳🇱间有什么区别？🏙你又会如何定义我😼们当下所⭐处的阶段？ A🇳🇦🙅♂️ndrej 😷Karpa⬆thy：我认⛹️♀️为 vib🐵📗e c🧳🏏oding 的📿➿意义在于为每个人🗄在软件开发能力方🚵👨👨👦面设定了更高的起🍡点🚘。”陈玉龙说，从设🚆☝备、传感🇸🇲🇰🇵器、操🍸🥽作过程中抓源头数🇪🇺🇬🇫据是“采原油🇳🇬”，把🏩➗同行业、同场💂景的数🇸🇽🇻🇳据统一标准🚀和语义即是“👨🔧📜炼化”，再把处🇹🇦🇲🇿理好的数据“😦喂”给大模型，就💩🇬🇲能在持✈🛩续使用中形成“数🤽♂️据飞轮”，让数据🧗♂️⌚越用越好用👩🦲。
