（来源：上观新闻）
这些问题，🔸🇨🇲也是整场圆桌🇮🇴🧬后续讨🌖论的出发点🚖🛫。所以我真的很👨💻🕜喜欢，每🌗当我阅读🥀👜文章时🌾，我都有自己的 🤘wiki，它是Ⓜ根据这些文章📪建立起来的，我🕳📼喜欢针对各种事🇨🇭🇮🇪物提出问题，🇨🇴我认为🇧🇸♎从某种程👩度上讲，这些🇲🇻🇨🇼工具最🗒终是为了增强理🏇解能力🐈🐁。但是AI技🏘🎦术的双刃剑🇳🇫效应同样明显，当🥥🐑AI能🇦🇽够提供完美的情感🇨🇿回应与陪伴时🖊🚜，人类是否会降🧖♀️低对真🇾🇹🈷实人际🧚♀️🚚关系的♎投入？当算🇧🇳法精准推送用🇧🇦🚉户喜欢的内👩🏭♨容时，用户📄🇹🇩是否会被困在📰🥕信息的茧🇨🇽🐃房中？技术的终🎽🇬🇩极意义，🇸🇾绝不应止步📹于效率与😍速度，而在🔲🔀于守护那👩🎨些无法被算法量🇭🇺🤘化的真诚、情感与🇹🇿🈷牵挂😝。
大概是这么回🏯事，十二月发生的🍛🇪🇪。杨大卫博士毕🌇♈业于复旦大⏸学电子与信息👍专业，曾就职于🇰🇳英国ARM、🕕🏢地平线🧓🎫等国内🍸外知名芯片设计公🎰😮司，也🅰是业界较🆘早探索大语言模🇲🇻📴型量化🔻压缩和🦛端侧部署的研究🎇💶者🐟🏚。我认为这将是检🇰🇭验我们的基础设施✒是否正变得越🇷🇴🎪来越 👩👨💼agent 原🏖🎵生的一个🐱9️⃣很好的测试🇲🇹🐘。我确实觉得这条外💃🇦🇷推曲线会变得非👨🦲常奇异😬🇨🇼。
郑纬民院士给⚜🔏过一个更🐟📠直白的拆分：⛩🕵️♀️在大模型推理成本🤕🏬中，人力🐾📯仅占3%，🙇♀️数据占2%🥯🌽，算力占到🧵🎎95%🚥。正是因为🙃这种训练方式，🙎🇻🇪这些模型💉🏂最终形成了一🇿🇼↩种"锯🍃齿状"的🇨🇱🔵能力图谱——在数👨🎨🕤学、代🇹🇻码等可验证👫领域能力极强，👩🔧🚂但在可验证性🤪较差的领域则相⛅对平淡↩🔞、表现粗糙👣。Ste🐇🥞phanie🧷🍜 Zhan：一🥓切正是从这里开始🦴的🕝🇧🇮。
