（来源：上观新闻）
正因如此，这些模🌛型的训练方式导致🤓🇨🇭它们最终形🏨成了一种参🧧差不齐的能力形态👨🚒🤾♀️：它们在数学、😑🍨代码及相关领域🛅🤳等可验证空间内🧞♂️📆能力极为顶尖，🦆而在非🐰该领域的范畴🈺内则相对🇳🇪🖌停滞，表🏓现得较为粗糙🐢👝。这也是我🖊为什么对❔👱LLM知识🥩库感到兴奋🚣♀️——因为它是🥇➕一种帮我消🥞❎化信息的🈷🇺🇿方式😶。
你甚至会👰说：“理想情况我🥾想赚这么多钱🇿🇲。第三，有🍜🔰全栈能力把 AI♑🧭 成本变成壁🤴🇺🇾垒♎。更稳妥的观察🙅♂️方式，🇹🇷🦗是把斑陌易行🧜♂️放在追觅近年来🌊围绕机器💋🇨🇿人、汽车和具⚽🇺🇸身智能方🎬🍩向的外延布局📩中理解♨🏋️♀️。比起如🦎何绕开英伟达，亚🎰马逊更强调的是🕔自研芯片开始🚵♀️成规模，🐱并把客户留👩🔧在AWS的芯🧑片、网络、存储、🌁模型服🤢⚙务和Agent体🐓🚮系里🇸🇳。订阅和 🐝🚀API 🇩🇰的链路远没有这么🇬🇳🎐短🌵。KroW🎂ork 核心😥优势 1. 重复🦂😛工作固化成🇲🇱🈁应用，💋🇧🇷省力省钱 和其他🇮🇳👊 AI 产品 "🥙🛤 每次从头🌦🔲推理 " 不📙同，Kr🇪🇺oWor📵k 能更进🦇🇿🇼一步，可以🕍🐪把用户的🇺🇿🛬工作流固化为本🤫🎣地应用🇳🇱，下次⏲🎊使用只需点击 🎎💗" 运🥽☔行 "，无需💦🥛再消耗积分 / 🍇🇨🇷tok👬en🥠。
现在，亚马逊在这🕡🇱🇧次财报里反🛠复强调芯片◼、模型、A🇳🇵🔀gent、推理🇬🇬🤳和企业应用🇳🇴。剩下的 95🦚🚷％ 大多属于低价📱值查询，单位经济🇭🇹🇹🇱学上撑不起订阅模🎼🚾式的成本，但完全🤭可以通过广🔝🌄告变现🏳️🌈。这类人才，目🏪🎅前极度匮乏🇧🇮🥫。Sonia：好，🇻🇮🎱先不谈Pro🥒found🧼。
