（来源：上观新闻）
我们目前受制🌒🔑于实验室的决策—🌻😩—他们🎥往模型里喂🇰🇾🏎了什么数据，模👩🦱🆚型就在哪个🇨🇮“电路区域”表🦘💅现卓越📢🍠。你之前说A🏉🥄gent会消🌄✨费多100倍的📙🍱互联网💁😝，这意味着营销人🐀需要生🇱🇦产多10⏱🧨0倍的内容🇻🇮。但对我而言，最大🈂🅱的谜团在于——🐒🗓曾经最受关注的🦇例子是询问🇱🇻🦁 strawbe🏎rry 这个🚵♀️单词中有🤜🇫🇯多少个字母，模型🤷♂️🐢曾因无法🏊💴答对而闻名，🥄这是模型存在🦆🍲缺陷的一👩👧个典型例子👗。这说明，中🏸📻国AI已经🚢不再只⚛是“模🎯型热”“算力🥏热”，而是🍰🚆进入了真正的“调🌋🧨用热”和🎰🤩“部署热👨👨👧👦”🚂。” 上述人士也指🚉🏳出，全栈模式虽然🤟🇱🇷已成行🧑👨💻业主流演进🇺🇾🇮🇹方向，但也对企👩🍳😂业技术整☄✍合能力、研发投🔝🧒入、资🇨🇺金储备及跨环节🦉运营管理都🇱🇹🐭提出了更高的要求📧👩⚖️，不同企🧓🌌业应依据👒🌞自身基因选择适🎅配路径🦓😖，共同推动🌉储能产业高质量发💋♊展🎺。
因此我认为🔭🥭这正是😄🥉我不断尝👩👩👧👦试回归的重点：我🌝们不仅要思考🔄🥑现在有哪些既有的◻工作可以做得💶🇹🇫更快，更📛🕌重要的是🇿🇼🦅，我认为存在🐃着以前根本🕝无法实现的🇭🇲◀新机遇🧴🧖♂️。我认为🇷🇴我撰写关于可验🏷☠证性文章的原因🇱🇺🖨，在于我试🚄‼图理解为🛄什么这些🏛模型表现得如🗡♥此参差不齐🙎♂️蜘蛛咬了怎么处理。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🖖🚛。他曾助力构🇸🇱😦建了现代 AI，🌈😨随后投身😽⚽于现代 AI🇨🇾😝 的普📸🇲🇸及与解读，并不时🌘重新定义▪现代 A🔦📁I🕦。
