（来源：上观新闻）
因此，你可以想🌯🌼象一种非常奇特且♊🌾陌生的景象👖🔉：神经网络承💝🏯担了大部分繁重📵的工作，而它5️⃣🔢们使用工具🤙，就像是处理某☑🔧些确定性任务时👩👦所保留的历🚈📇史性附📏👄庸🇬🇹。这中间的🛍💁♂️时间差，是品牌方🇰🇼🐪最大的愤怒🔊来源🤴2️⃣。
你会如何描述二🇹🇳👩🔬者的区别？ An🏎drej Ka🇾🇹rpathy：🧛♀️我认为📯这仅仅在于如何最📒大限度地利用现有🛁👨工具，发🕳🏁挥其所有功🎆🚘能，并投入精力🌵构建属于自己👩的开发环境🔹😆。没错，🛡🍋软件 3.0 范⏰式要原始得多🇧🇼。管理层披露🚤❤，第一🐬❌方模型🛄🇨🇻通过直接🐍🇷🇼 API 调用🇬🇺每分钟处理超☹🙋 160🆒 亿 token▫🚓，高于上🎶季度的🍃 100📐 亿；🇮🇷付费订阅总🇧🇻🤕数达到 🔣3.5 亿🍀，主要由 You👨🦲Tube 和 ⚽👨💻Googl👉❄e One 带动🤠⛑；同时谷歌还在扩🍵🚱大自研 T💀PU、🚹🌡如何制作一个自己的网站Axion 🇹🇬CPU、👨👧NVID🎐🧓IA GPU 🐱🐶的供给⛺，并开始向🌸部分客户直接销👄👄售 TPU👌。
智能体兴起，让C🇩🇯🕥PU从“底🇧🇬座”变成“中枢👒” 如🎯⛏果说推理阶段🏳️🌈🏋让CPU重新重🦢💨要，那么🕚🇬🇹智能体（Agen🐛t）的兴🤯🎖起，则把这👨🏫🛷种重要性进一步放🔼大🤠👩👩👧👦。这就是这🥌类代理仍👥🇨🇮然会出🕘错的地方🎣。如果你的📯应用恰好🍴🇲🇩落在强化学习训练🍕☺覆盖的回路上，你😰🕴会如鱼得水；如果🇸🇯落在数据分布之🍋🚃外，你就会举步🔷维艰🇹🇯🐎。
