（来源：上观新闻）
我尝试🥈在Tw😱itter🅿🔇（也就是X）上💞强调这一点🇫🇰，因为很多❔🤷♀️人去年接触A🇲🇦I的方式还停留在🍧使用Chat⏭🚠GPT这个层面，☂🌕但你真的🍳🇨🇫需要重😝新审视，尤其是以🔼⚾十二月❇🇸🇧为节点，因为🥯🚉事情已经🇯🇵发生了根本性🥽的变化🤸♀️🏘——尤其是在智🕟能体工作流这个维🏚🥒度上，那时🥜🇺🇬它才真正开始好🔟用🇭🇰。AI“更🗿好用”且“用得🈲起”了🇸🇬🤔。最终，我认为我们🎗🇸🇪正在走向一🇵🇹个世界，每个🎤人和每个📔💇组织都📉🛤有自己的智🇵🇱👨🏫能体代理😕✋。神经网络将承担🍇绝大部分的繁重🌘工作🍄💃。但问题🚎🇹🇨分级阅读的四大害处在于，Meta🏚🤱把全年资🐙本开支预💎🇹🇳期从1150亿👨🌾—1350亿美元🔽上调到12🛐50亿—14🔠50亿美元，市场🙄看到的首先🍥🍓是一张🥰💪更贵的AI账🌈单🇳🇺🌮。
并且它们👩👧👧⛵实际上也承担了理💤🚴解的任务🎬。它在处理♾️分级阅读的四大害处代码片段方面表🔢🧬现很好，虽🇧🇹然有时会出错，✖📑需要手动🍥⛄修改，但总体上还🕌是很有帮助🔍🤗的⛩🔷。亚马逊对下一季🥍度给出了偏积极☝😔的预期✳⛎：预计2🆒026💈🐲年第二季➡度净销售额将⛄在19🐅💀40亿至1📻🇲🇫990亿美🇪🇬🕖元之间，同比增长🥎16%至19%📋🙉；经营利润预🐼🥤分级阅读的四大害处计在200🌡亿至240亿美👧🚲元之间↕🍥。在计算机✔🚧诞生的早期，人🤦♀️们对计算机究🚑🥜竟会长成什么🕵️♀️样子其实是困🍌惑的——👨👩👦👦是像计算器，🙊🧷还是像💋神经网络？在五六⚪🐥十年代，这🤹♀️并不显🚭而易见🧹👨👩👦👦。接着发生的情况🐴是，基本💼上，如果你在足够🏨庞大的隐式任务集🇰🇮上训练这些 G🍒PT 🐈模型或😮📏 LLM，🇰🇾通过在互联网数👩👦据上进🇧🇾🤣行训练，你🚧实际上不😌得不处🇦🇹理数据集中隐👱🕝含的所有🛠多任务，它🛀们在某❔种意义上就变🛷🌑成了一种可编程🇦🇪的计算机📓🍱。
