（来源：上观新闻）
很多人以🇹🇬为这只是能👩💻🚏力的自然演进，但👣实际情况是——🎎🇲🇾这是公开信息✨，我在🥌🍘网上看到🇧🇱🥢过——大量棋👂🧜♂️局数据进入了预训⚠🇺🇸练集，♐🔅仅仅因🌂为数据分布📘🇦🇩的变化💩，模型的🕍🚵♀️下棋能👢♒力就远👳♀️🇬🇫超正常进⛷步幅度💼↗。这些工🇵🇦具，在某种☀意义上是增强👱♀️理解的工具，♟️而理解仍然🗨是一种瓶颈——🇸🇽正是因为没有💻理解，你😕就无法做一个好🏥的"导演"🎍。你会感🚲😃觉自己仿佛脱离了🎛强化学习🇸🇰🎁回路的控制🚜。很可能存在大🔗量可验证的🇬🇷💦环境本可以🐰🧟♂️被纳入训练⏯📸，但因为它们的实🦸♀️用价值不够高，🦟就没有🚷✌进入数据集🇸🇪。很多企业🤣3️⃣客户开始审查云🇳🇷支出，减少不🐭🧱必要的计算和🎡8️⃣存储资源，亚😺👨👦👦马逊AWS、微🇳🇷软Azur🙃e、谷歌云都承⛱受过增速放缓🇭🇺的压力💄📆。
但广告这里💷🦌有个微妙点🇱🇾🛬：我们希望Ag🇸🇭ent是客观、🏔📓可用的👨🏫。这和商业航🇧🇦天2.0🇹🇿需要的低成🤞💍本、工程📨化思维，本质上是👨👦👦两套目标体♦系🏠sem是什么职位。所有顶级玩🙍家都在补CPU，🖥不是因为CPU🐄突然变得性感，🙂而是因🎀为AI开始从👨🦰芯片问😆🤗题，变成系统🏵📻问题🤐👩🦲。Jam🐻es：对，就像你🧼💃还坚持只做纸媒和👈电视，🇿🇼或者说“我不信🇵🇦👨🔬互联网🛶”那种📖。比如，端侧模型的🚸🇲🇾能力和主🚞流大模型仍🐯🚵有差距，而行业🎮🇹🇲上下游也尚未准💶备好，且C端对🐫👟价格还比👨👩👧👧🎻较敏感，海👲👩🎓外垄断壁垒也依然*️⃣🧂存在🐫。
