（来源：上观新闻）
发现二：同一🎶🥫个 Bug，跑两🦂🇸🇹次，花费🇷🇪😭能差一🥠🍺倍——而且越贵的⛹️♀️📽 Bug 🖲越不稳定 更让💿⏰人头疼🙍🐭的是随机5️⃣性🔥。另一个🇸🇨🐡新面孔是📭🌱 Re▪😯flec↙tion🦄🇦🇶 AI，🥤该公司🏎由前谷歌 🍨DeepMin🙊🌙d 研究人🇰🇵🧳员于 20👨🏫24 年👁创立，🇭🇲🍌去年其筹🇧🇳📲集了 20 亿🙇♀️📄美元资金，估值🌼据称已经达到 2🛷50 亿美元♓。
但这 14%的人🕔，产出了最好的设👨✈️🏛计😥🏩。人脑没有这🦞套机制🎋👼。这些数字💾背后，🌾🔫是AI技术从感知⛄、决策🏏🧵到执行全链条持续⛷🏜渗透的强烈信➰号💆♂️☸。研究者让🦟🌡同一个 Age🎠nt 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 7🧺00 万🇧🇸个 Tok😳🍶en（Fi🕢🀄gure 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（Figu🍺👻re 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✳👲能给谷歌加速的软件味着，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”⛳。
