（来源：上观新闻）
以前我用过的 A🌝🇦🇹I 写作🕳🥏工具，基🍿🌻本套路是你给标题🍷📵它憋文章，说🎞😗实话质量参差不齐0️⃣，改起来比🛐自己写🧞♀️🏍还费劲🙈。Ope♓🌓nCode👰 的 VSCod🙂🙂e 插件🐗🐥很简陋，桌👧📫面版迟迟出🚥💿不来，一直是命🇷🇼令行版⭐本——资源投🐍🇯🇲入的不足非常明显🇮🇳😀。猎鹰重🍡👩🎤型用8年12飞，🤬👎给整个行业上了深🤒⤵刻一课： 🔽📦运力从不稀缺🥴♨，订单才是真✒正的稀缺品🍢。广告要的是🍻可控，漫剧👛要的是连🔑♠续，短🏙剧要的🇨🇽是情绪☪💻，影视要的🔺是镜头语言👱♀️🈷——Q3没有用一🛸🐿套通用能力去模🚹糊覆盖🌻🌨这四类需求，而🤡🇩🇬是对每个场景分别🏕做了对齐🥺🇺🇳。“马斯克.s🚫kill”仿真🎾度再高，能给你的🙍♂️也只是基于💸⏫第一性🤯🐯原理推演的“2️⃣最优解”3️⃣。
他没有坐在证人📉🚵♀️席，而🗜🇸🇳是坐在旁听区，目光冷峻*️⃣🙇。以跑编程智能体和⏳小龙虾的⛩实际体验来看：👞第一梯🌄队是 Clau🏌de Opus，🇫🇰7️⃣第二梯🖨🇷🇴队是 GPT🕥-5.4👩⚕️8️⃣ 和 Cla😨🀄ude👸 Son👨🦰net，第三🇹🇰梯队才是🇵🇱🧔国产模型📞🥣。一家A🇳🇮🍅I Infra初🦵🏴创公司CEO曾告⚾🇦🇪诉《中国🤲👽企业家》：适🇬🇶🐍配新生态架构，🇮🇪会面临算🎖子缺失，大🅾量自定义算子需重✝新开发🧯的问题👩🏭，编译器也会⚾经常出bug👯，训练中途易崩👜溃🛍。无论是在做模型🇹🇬研发，🇻🇳🥤还是在做应🌍🇳🇺用——都一🚚样👬💨泛在服务。第二，Tok🇷🇼🇨🇻en 成本下降📱😻会加速 A🧜♀️泛在服务gent 的🎣🇵🇭普及♿。经过我密集使用智✉🥐谱和 Kimi🍧 的套🚚♑餐，发现国1️⃣产模型最↔大的缺点就是算力🕍不足🚂。
