（来源：上观新闻）
但按量计费的问🦴题在于—🌸✳—用量本身就不可🇰🇼预测☪😷。KAIRO🍵🀄S 在用🕰🕑户工作♊🇰🇷时持续观🚸察和记录，🚈🏏维护每日日志（有🅱点龙虾的意思）📃▫。每个大语🍽🛬言模型都有🐱一个「😊🔨上下文窗口」，🎒同一时刻能🌒👽处理的信息总量有👸🤺物理上限😍。但为什么总觉得🌌🇧🇫 AI 不够好用👩💻呢？ Swans🇬🇫ea 大学一项迄🕠🌅今最大规模的人🍚机协作创⛽🧱意实验刚刚告诉你🥅🚟：你对 ♾️AI 的🕷sem全称期待从🇰🇳根上就🇬🇺是错的🦍🕹。
发现四：人类🎨觉得难的，🌞Agen🥉🌟t 不一定觉得贵🚴♀️——难度感知完全🖤错位 你可能会想☠🚴：那至少我可以👨👨👦👦根据任务🆖⛹️♀️的难易程度来🥝👏预估成本吧？ 🤳👨🦳论文找来人类专😁👨❤️💋👨家，对🦓 500 个🧸🏛任务的🇵🇼🙏难度进行评分🔩🙌，然后和 A👨❤️👨🎌gent 的实际💱 Toke🇮🇴♍n 消耗做对比—🇳🇦— 结🇬🇾🇸🇴果：两者之间只有🧙♂️弱相关🎇。中国互联网💔🚁络信息中心🔅👩🔧（CN📩NIC👨💼🎙）20👱♀️🥊25年10月🇬🇳发布的《🏌️♀️🥺生成式人工智能😸应用发展报告🎞⏺（2025）》🇧🇳显示，截👮♀️🇲🇫至2025年6🇳🇷🎉月，我🇨🇿国生成式人🎫🏌工智能🇰🇿〰用户规模😰🧜♂️达5.🚞15亿人💄🧞♂️，生成式人工智能🦞🎛普及率🛴🖌达36🕧.5%，大模型❔🍭sem全称应用的😑📴个人用户注册🤮总数已超过🕯🍸31亿🖥🕑。
这就导致了一个🇦🇴尴尬的👀现实：开发者几乎🇲🇺🖼不可能🏕凭直觉🇬🇾📰预估 A👶gent 的🏊♀️🔉运行成本🧰☃。所以你🤹♀️🔌不是困🌇了才睡觉，而是大🛬脑必须关闭前🤳门才能打🔙🕢开后门🥬。它不再只是🇨🇦😤告诉你哪里有答案🇧🇧🌅，而是直接🇳🇪🧵告诉你🍓答案是什么⬅。当我们在屏🍊🤟幕上打下问题并按🧦下回车键，光标闪🤽♂️🤙烁的瞬间，文🌧🚺字就像🔯🔞瀑布一样🧢🤚倾泻而下🈺👯。**六🕋🎏、估计🚶器究竟"认为😻"哪些数据更有🌑🏒价值** 研究💹🇸🇾团队还仔细检查1️⃣😋了邻近🇬🇲性估计器对不同数🤹♂️sem全称据的评分结果，从🛤中读出估计器ℹ到底学到⭕🌦了什么样的"品味🇮🇩"💪🔙。
