（来源：上观新闻）
在面对所有模型🔱🔛都无法解决的困难🇨🇻任务时，理想的 🕳Age🦌🇦🇩nt 应该尽早😔放弃，而不🌛🇬🇷是继续烧钱🍋。在这个融合阶段，🏚模型就像🤐是一个正在整理思🍖绪的辩手🎵🧠，一边看着手里的🏓辩题，🇱🇰一边瞥一眼自己刚🙋刚快速写下🦒的提示词，尝试♑🎞基于这🐈两者的结合来🥫🔸预测接下来到底🇮🇳该说什么才最🏒📧准确🕋。
但问他们「哪个方🛳案更有🎺🇳🇺用」，答案却🇪🇨🗣是分裂的🧴🚽。发现五：连模型🤯自己都算不准自己⛪要花多少钱 既🤡❣然人算不准🐋，那让 AI 自👩👧👧己来预测呢？ 🍠研究者设计了🐓👅一个精巧🇲🇵🇱🇸的实验：让 Ag🇲🇰ent 在真🍅正开始修👳 Bug 之🦞🚡前，先“🚝 in🏎🦆spec🚣♀️t”一🇨🇨👓下代码🇬🇵库，然🧡㊙后预估自己需要消✍🛤耗多少 Toke⛓🎊n——但⚙🧗♀️不实际执行修复🦎🗞。
资本押注擎🚁天租，不🕓是因为它🦍🍎没毛病，而🧽⁉是因为眼下能🔭👳选的牌里，它手里🚤🚱的牌最齐，4🍝00个合伙人、🛍🌜13国布💗♾️局、保险闭😩🏞环，这🍲些“脏活”别人还😃🚼没干完🚣♀️🕑。斯坦福💺大学的这项最⬛新研究则彻底打破☸🇬🇧了这个局限，他☦🇮🇩们开发出了一种🖐🦃名为Qui🏴et-S🧚♂️TaR的全新方👥法💲。
