（来源：上观新闻）
在泰语中，人🇹🇦们有时称其🇱🇷为ai t㊙🇧🇯ua yi🆓ukyiu，👨🎨🗻大致意0️⃣为“扭动的虫状⛅🗄符号”🧑📞。红果那👎🍁条路在国📜内跑通了—📩—整合现有供给，🏧靠免费拉😏流量，然后广📟🇷🇴告变现🏓。这也不算错，但🦉「比通用的 A🇦🇫🕙I 更准确」和🇬🇮🏜「足够准确⬆」之间，还🕑🐒有很长的距离🐉🤹♀️。这个判断来👨🚀自刘耕在🍂字节做创作者孵🇦🇩化时的经验🐧：内容平台从🇵🇸来不是「有更多🛍😁人创作」就🥚🥇能成立，而🥅取决于是否存🏬🍟在一批稳🏴定产出3️⃣🥖、能被消费的供🇭🇹👨👩👧👦给🎷📜。
autoDrea🇴🇲👩🦳m 启🏈动后不会保留❇🐂所有日志🇨🇼🇸🇷。路透社的分析直接🤺🗂指出了这一矛🔚盾：苹果在控🇲🇨制与整合方🍅面的优势，既定🇹🇦💆义了其产🥶🕕品，也决👩👧🇩🇪定了其😵🇨🇺在人工智🚬能等新兴领域的🚣🚛发展速度🥌🍽。有事后出👩👩👧👦🧻错则是因为信息有🧞♀️🥺一个模糊的来源，💯🔌需要谨慎判断🤸♂️，但 AI 推🤷♂️👒断错了👷🐏。
研究者让同一个🔢 Agen⚗t 在⭕同一个任务上🛂👨👨👦跑了 4 次，结🇨🇦🚇果发现： ⏰🤠在不同任务之间😊，最贵的🐰🧒任务比最便宜的🕶🚄任务多烧约 70📜0 万个 T🥩7️⃣oken（Fig🥣ure 2🤯👷a） 在🇫🇴同一模🥠🦋型、同一任务的🍽多次运行中，🇮🇲最贵的一次大⌚🇷🇼约是最❇👏便宜的一次的 2🇧🇹 倍（Fi💲🇳🇴gur🦟👨🦲e 2b）🛋 而如果跨模型对📖比同一个任务🥿🦂，最高消💋🇲🇳耗和最⛰😾低消耗之间✳👿可以相🇲🇱🍛差高达 30 💁♂️🚗倍 最后一个数🇵🇹🇻🇮字尤其值得关注：🐮这意味着，选🦁对模型和选错模型👨👩👧👧之间的成💂♀️🔊本差距🎴🕛，不是“贵一点”↙📓，而是“贵出一🇫🇰👏个数量级”🎟🚅。
