（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👲。如果是高客单价🇪🇷、高决策成本的🧜♀️7️⃣购买——📎比如消🛂费电子、汽车、🔩白电等——⛏🇵🇲需要大量👑研究的信息搜索🥨，AI会被越来♦♈越多消费者用🥺来做研💮🇪🇬究，因为它确实更🇬🇵擅长“深度研究🍣”🐼。
Reu🥛🏙ters🍉援引Valoir🧖♂️🇧🇯 CEO 🚾🚮Reb👹ecca 🏨Wett🏋️♀️emann👩❤️👩👤的说法称，🆒🚗在谷歌大幅超预🚴♀️🤣期、市场又担心微🇳🇬↔软AI基础设🔠🐟施开支的背景下🍔📅，微软🎉🚚需要拿出能🙉🇰🇵惊艳市🇨🇮✒场的数字🍻，但这份财报🍛没有做到🥋👇。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%⚒🌮。农业经📀⚓济与轴心时👨🏫🌯代思想，体现了物🦹♀️🐊质剩余催生精📀神探索📔。
James🔇：从第一性原理做🧗♂️❎营销：比如我要营↗销一款新的N🍴ike Alp🗜ha fly，🇲🇪你能告😩🇧🇲诉Claud🎩🆎引蜘蛛软件e关于这款🇱🇻🐼新产品哪些信息，🏎是它从互联网已经⛴学不到的？对⌚已有产品这更🔧难，但如🍚📶果是新品发🇱🇦🌍布，Clau⛏de当然什么都🌠不知道🍲。然而，当 A🐠🎱I 推🇺🇾👸动生产力逼🆚近基本物质🚐🍶需求低成本满足的💵临界点时，稀缺性🐇🕸假设将🛢逐步失效，✖😝经济思🔸想必须完成从“🌫稀缺经济学”🆙向“丰裕经济学📩”的范式跃迁😩9️⃣。该公司CE📙🇫🇰O刘云涛表示🧺，工业领域的数👅据标注涉⛷🥥及机理设计、🍕🦹♂️行业知识👨❤️👨，需要的是👽9️⃣专家级标注☣。
