（来源：上观新闻）
代码就是一🔣🚟个典型的例子🦡。这一路线遵⏱循“规模法⏹🙆♂️则”，通过采🎍集海量人类👣遥操作或🕺动捕数据，期望🥒🇳🇵机器人能如大语言🇪🇷模型处理文本🥘💌一般，从数🇸🇧据中“涌现”出🐅🆓物理操作能力😟。谁拥有更多GP💆👦U，谁就更🌿👘接近模型能力🛎🦢上限，谁能搭起更🇲🇳🙆大训练🇸🇹🦍集群，谁就更😗📼像拿到了下一代🔬👼AI的门票🕳。
Andre😿j Kar🤔pathy 👅是的，因为我仍然🇲🇻是这个系统的一🆗📨部分，信息仍📂📝然需要进入我的大👩🦲脑🔞。但我认🚓🇽🇰为 age🚡👭ntic e🚓🐵ngineer🇦🇿ing 的重🌳🛥点在于保持专🌡业软件开发中既有🇺🇲🎮的质量标准👩✈️🌯。这意味🦁💰着现有🔫👞的互联网基础设施🐚——从文档0️⃣🌏到部署平台🇮🇪🇮🇪——都需要🇺🇬为了适配智能体而🧛♂️重写🥏。
再说AI大模型🔢的成本与适配问🤮题✈🧘♀️。于是我用"氛围📆🔔编程"构建了一个🎅♌应用，可以上传🇧🇮☪照片，做一系📄列处理，🤥部署在Ver🏵cel上，对💤🎛菜单重新渲☃染，列出所有菜品🐆，并调用图像生成🧻🚰模型对🥧🌨每个菜品名称进➰🐖行OCR识别，🇸🇸再生成对应的图👨👦片呈现给用户🕷🦆。
