（来源：上观新闻）
Nana B👩💼🛌anan⏩a直接返🌲🙎回了一张图片🧻🥢geo优化——就是我拍的那💿张菜单的照片—⚾—但它在像素🇨🇼👬层面上直接把🗞菜单上各道🐈🗜菜的图片渲染了⚱出来♿🦶。小红书的治理🥨🇪🇷效率在提升，但🧤离理想状态还有👨🚒👭差距🤚🦝。Eka 的 V🌌FA 模型🥾不采集任何人类演🔳🏸示数据，而是让💲🙎机器人在强化🇸🇳❌学习框架下，于🖤👩👩👦仿真环境中进💳🎠行数千小🏪时的自主探索与试🕖错，自行演化出🐳最优操作🍜策略🇪🇺🔗。Sam Altm✒🅱an 本人在多次👏🦹♀️公开场合承⏰🛰认 OpenA♾️I“始🍤终算力不够”，这🍴不只是供应链问题👨🎨📴，也是单🚌🎺位经济学🏁💹问题💶。
我认为模型现在已😲经修复📱⭐了这个🦚🍷问题，但新的例子😌是：我想去洗✳车店洗车，距😇离只有 50 米⛱，我是该开车去还⏹是走路去？当今最🔊顶尖的模型会📍🏆建议你走路，🇵🇷🐮因为距离很近👯♂️。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%🈸🇰🇷。这意味📎🍬着现有的🎷互联网基础🇳🇿设施——从🔀文档到部署平台🌷——都需要为🇲🇹🚙了适配🇿🇲☁智能体而重🍒🎡写📓👪。Meta最吃亏，🇰🇾它砸下👩❤️👩🇳🇮去的钱，更多还指👩🦳📩向未来：更大的数🇹🇻🇧🇹据中心、更🥴↕贵的芯🇿🇼片、更强🤟💇的模型、AI🎰👻助手和眼镜入🎵口🇦🇷💹。
Sonia🇰🇭➿：影响是🇬🇺🌼否大致一致？还是🇬🇩🧕某些品类更🚥🗺受Ag💔ent搜📳索影响？ Jam🔴es：“消🧷费者决策成本”是👩👦👦关键变量🐨🏁。在软件 💨🗄3.0 范🆕式下，👖编程的方式转向了🍙提示工程🦠。而且在我看🚉来，那些🧶🍠非常擅长此道的🕎人，其🍕效率提升远📂不止 10 🔜倍🏎。当AI大规✊⚔模替代劳动，工作🧳这一意义来🎡🇵🇰源面临着系统性的🦏🏕侵蚀；深度伪😯造与数字分身技术🇬🇺动摇了“眼见😉🇱🇮为实”与“文🚁如其人”的认🏳️🌈知锚点🦊，使自📂🇧🇴我认同从稳定内核🧰💑转向流动建构🦏。
