（来源：上观新闻）
大模型训练需要📊算力，推理需要💋🇲🇺算力，🔀Agent运行需🦹♂️要算力，企业内部🇹🇹数据接入、🔢权限管理📕📐、模型评估和应用🇻🇳部署，也都🐆👩🌾离不开云厂商🥅提供的基础设施🐧🚀。坏消息是🃏🎩，AI基建的🐒投入规模极🇼🇸大，而且👩👧😆回报周📀🇬🇶期并不完全🅿🥫由亚马逊🏷⏫自己决定🤐。
第三，有全栈能力🇽🇰🍤把 AI 成本🖋🔻变成壁垒🇲🇲🏡。这些细节可以交给♊"实习生"👨🚀，因为🆕它们的记忆力极🇬🇷好🇮🇪👜。做好这件事🏦，就是智能体工程🇸🇮的领域🍸。但问题⛔在于，Met🙉🥝a把全🇲🇳年资本开♌支预期从11🕹50亿—1350🇲🇴👩❤️💋👩亿美元上调到12🏮🤷♂️50亿—🕟🇫🇷1450亿🍸🚴美元，市场看到🦶的首先是🇩🇿一张更贵的AI✉🦗账单🔵。
我甚至🎟🛃认为这更令🦟▶人兴奋🐉。这种缺5️⃣🥍陷的根源在于“可🦸♂️验证性”🇸🇭。去年S🎖📮am A🇬🇫👅ltman来😍AI Se🕍🚆nt时，说了🇧🇸一句让人🔽印象深刻的话🇧🇫✅：不同世代的人使🗳用Cha🦷🕙tGPT➗🕣的方式不同🔤。
