（来源：上观新闻）
从目前流出的🇰🇲 benchm💈ark 来看，M🦏sem投放ytho🇱🇨s 可🥿🇱🇸能是过去两年里模🇲🇿🌚型能力最大的一次🕯🧞♂️跃迁🚁🍽。又如，短期激🇱🇦励之后呢？ 为补👱♠贴而来的创作者，🍳💃会补贴一🇮🇷停立马走人🇳🇪sem投放。当然，它也😢➗不是万能🇫🇰的💺。积压订单😫🖤几乎翻倍，飙升至🍅4620亿📼◾美元，谷歌预ℹ🇧🇶计未来24个🇳🇨月内其📇🐭中一半将转化👶👃为收入👦🎹。过去三👨🏫🙈年，大🍦🐲家讨论🧦 AI 芯片都🌔🚩在说训练——需🔍要多大的 GPU🐲🎮 集群才能训练🥉出多大🏭参数量的🙊🇪🇭模型🇧🇸🥕。总结我的👨🔬🍇判断： 第一💧🎑，Cla🥬ude Code🥵🆗 目前🍵领先🚿🇬🇹。本文借“AI 🥋上下文负债⏯”这一概念提醒我🔯们，AI 编程👚😣的真正难点，正在👨🏭从模型供给侧转向🚴组织治理侧——👨🦰💈从选工具，转向👨👨👦👦👤补文档、立规🚮🇵🇪范、清理👷♀️🛹历史欠账🚌。
。五年后，这群"📿📺叛将"用300亿💆♂️🆔美元的营收给👩👩👧👦了他答案🧧🙉。作者 | 周云😧🇮🇲龙 编辑 | 🍠🍥蔡芳芳 编😹者按： 过去一年🎁，企业 AI C🕐💶oding 的讨🔕🇲🇩论往往集🇦🇼中在模🏒型能力、部⬆😤署成本与合规🚇🇻🇮约束上📫㊙。恰恰相反🚍👩🏭，正因🇹🇳为它走得比同行🍂更快、更🔄远，才更🇲🇽➕早碰到了↔这个行业级的关键〰问题✖🔄。理论上，你可以把🖖整个项目的🧖♂️☮相关代码文🈹件、数据🛬🇲🇵库 sc📸hema、🐨🇹🇹甚至部分业务💎文档一次性塞😰进上下文🛰。
