（来源：上观新闻）
当时E🏈🎾lite E◻🎎vent Rob⬛🌁oti☄cs的工作人员查👩⚕️娜负责带🇹🇬🇪🇺着这台机器人“短🍧途出差”，🕓😮在客户的活动上进♓🇦🇶行表演🌗🤚。因为要🍊把光高效地🙆♂️🇯🇲转化为一☑🚺幅清晰的图像，物🎆🇷🇸理规律允许的路径🚻🈯几乎只有相机式👨🏭这一种，能聚焦🇳🇿⚓的镜头、能承接图🇹🇩像的感光面、能调📭🔍节进光🇳🇱量的光圈，三者缺⤵一不可✴。他们发现，🤰这些电🔘🧳子没有像🇻🇨⏸预想中🎽🚦的马上消🧸📊失，反而被牢牢锁🇦🇪在其中⚔🆗。
在法语中，它的⏱🌲昵称是escar✴👸got（意👩👩👧👧🎞为“蜗🇱🇹🇲🇹牛”）或p✳🇰🇪etit es👨👨👧👧🚍cargot（🌒😔意为“小蜗👨👧👧牛”）🤧。Agent 的“💇♂️烧钱问题”，不💢❣是 Bug，而🇱🇧是行业必经的🛄阵痛 这篇论文✅揭示的并非某💇🔐个模型的缺陷，🇲🇷👮♀️而是整个 🇬🇼Agent 范🐥🍜式的结构性挑战🇬🇸——当 AI 🆑🔖从“一问🔶🔁一答”进化到“🏋️♀️领会推广网自主规划、多步😐🙄执行、反复调试🔛”，Token 💤👨👨👧消耗的不😉😫可预测♉性几乎💞🔑是一种必然🧙♂️🇮🇨。
但 P 的🧹💟问题是：🇺🇳做100集的成🇹🇻本太高了，👩🔬他不可能先把剧🗻🏷全部做完再去找平🦵👊台😄。早在电子邮🔮🌅件和社交媒🚨🤣体出现之😣🇹🇯前，它🖥就已经存在♦。想象一下这个场景💣🐤： 你🍵😺让 AI A🇪🇺gen😌t 帮你修♠一个代码 Bug🌃。发现三：模型✨之间“能效比👑🚰”天差地别——🐳GPT-5🚱🕎 最省，😪有的模型多👩👩👦烧 150 万✴✅ Token 🍖论文在业🇸🇹🇨🇰界标准的 S♑WE-ben🛏📶ch Ve❣rified（👨🌾🈺500 😲个真实 GitH💐🚳ub Is✒sue）上，测🤼♂️🧬试了 8 个前🇪🇪🌪沿大模型的 Ag🎒🎇ent 表🖼现🆖🕳。
