（来源：上观新闻）
以陈先生的案例为👁例，他的订单属于🍟🐍定制工作流：监🇮🇲控指定的公📰众号，调用A📩I做筛选和总🐬结，每日定时⛪推送，并搭建一🥭个可对话查询的🥪🦊知识库🇳🇺。但如果对象换成👩👧机器人🚶♀️，它却🤙是一道难🚩解的工程问🇭🇺题：灯♣🙃泡表面光滑、🚚🌇易碎、会滚动，🏃♀️🔈拧入灯座还需要精🙍♂️确的对准和🍦持续稳定📛🤺的旋转力矩👊↕。这四件事的共同🖲主题是：让 🚆1M 上下文从 🥄🚛“理论可行”🇫🇲🇲🇲 变成🔎🧡 “成本可接👮♀️受”⚠。在 SWE-😷bench🚬 上 80.6%🏂 这个数字意味↩着什么？🕛它意味着模型不🚤只是能补🇻🇪🏞全一个函数或生成🤦♂️❇一段算法——它🏦🏳能理解一个软件😍📒工程任📢▫务（“📹给订单模🤱块增加部分退款功🚦👨👨👧能”），定位到☣💧需要改动的🇲🇦🥁文件，写出跨文件🍀的修改，并且让代🇲🇸码真的👩🏫跑通🐫。
所以我更愿意🤸♀️把这件🥍🌒事叫 eva🐊🛸l（评估）❎📕，而不是 ben🌍🗺chm😅ark（测🎾评）😙。在 Dee🚴📢pSe👥🚋ek-📒🤤V4 中，🕎CSA 是先压🇰🇷缩序列、再做🚩🏸关键选择，能从🐦长上下文中定⛅🇧🇷位关键🧛♀️信息； HCA 📉🇻🇺是高度压缩大量 🇱🇾token❕😅 信息，保🇬🇸🌛留压缩后的全局☃👎感知🖕。
