（来源：上观新闻）
人类必须决定“构™建什么”、“为什💈💫么值得去做”🇨🇷⬇以及“如何设定🚢👖系统的美学与逻辑👌边界”🚌🦢。这些项目覆盖了水🍷环境、大气🐿、生态红🐉线与林草资🍧源监管等不♠同赛道🚒。我所看到的🌺🥭是，agen🚕🌐tic e🌕ngi🐡neer 的能力🤒上限极高🌅。很可能存在🍾6️⃣大量可验🤙⛷证的环境本可以被🚺纳入训练，但🔸🥰因为它4️⃣🤚们的实↩用价值不够高♣，就没有进🕴入数据集🎗👿。再比如，关于🌘神经网络🎞☘中的张量操🍪🧖♀️作，PyTo✴rch、N🔪umPy🇲🇽、Pand🐩👨🎓as之间有大🔹💑量细节——k🐠eep🇸🇽dim👚s还是🇹🇷👩⚖️keep👁🦆dim，dim🦞🆕ce认证费用一览表还是axis，r🧤◾eshape🇦🇼🍐还是per🥘mute还是tr🇦🇽ans🚖🧙♀️pos👨👨👦e——我已💣经记不住这些了👩👦👦ce认证费用一览表，因为不需🐾🕢要记📗。
所以我一⚰直想回归📳🐌这样一个问题📓👩👩👦：不只是🚴♀️什么事情现在可📎🧮以做得更快💇了，还有💈什么是以前根🇫🇯本不可能实现的新😖🙎♂️机会🧀🚿。既然如此，这🔗🏛些最顶尖的 💫🎿Opu🇱🇧s 4.7🧚♂️ 模型怎🌛么可能一方面🇷🇺重构十万🇹🇬行的代码🐄〰库或发现零日漏🗓🇰🇳洞，另一方面🌰却建议我走路去洗👲车店？这🍫太荒谬了🍽🥐。我已经不再相🐄信 Ope🥐nAI 有能力⌨集结足够资源，🌠🍲有效制衡🐦🍇谷歌与 D🇨🇼eepMind🏃♀️，于是决定🎈转而通📡🇮🇨过特斯拉来实现这🥂🚪一目标🈶🇨🇲。
