（来源：上观新闻）
想象一下这个🏥🇮🇱场景：🎈 你让 AI⬜ Ag🧙♂️🦁ent 帮你🇬🇵🛡修一个代码 🇸🇩Bug👩🔬。这些项目凝聚了苹🤨果多年🧛♂️的内部研发心🇲🇲血，此次👩👩👦领导层更迭将2️⃣🍿监督工作直接落实🤒🎨到执行层面，📐推动这些☹🇫🇴项目最🇱🇦终走向成🔚🦗功🐽🦁。但现实是🍬，模型普遍在🧝♂️失败任务🥂上消耗了🌀更多的 Tok👩👦en——它们不🇧🇹🥉会“认输”，只会🤭🚙继续探索、重试🚴♀️、重读🎇🇾🇹上下文，像一台😶✴没有油表警示灯的🎚👨❤️👨汽车，一路开🗯😥到抛锚🏄♀️🇨🇴。我把这个叫⌛「服务级软🍉件」：先有具体诉🔑🇦🇶求，再生成🧾对应的软件来满足👩👩👦🧀；服务在前，软件🐷🇪🇨在后🔑🗿。
这个复杂的🇧🇹计算过程可🃏🌬以用一个🇹🇭生动的课堂测🧿🚵♀️验来理解🤢。04 开🇿🇲💷局不难，长跑🌈🍉难 回🦵🦈到最核心的问🇨🇴题：豆包⌛的付费订⭕阅，能不🕡能跑通？ 答🦟案其实很清楚🇵🇬。放到企业级🥰🇹🇷应用——一天跑几🌈🍲百个任务👨👨👧👧——差距就是真金🇩🇴♏白银🚵。这种人的产出♊🇦🇴质量，比 🚥B 端🎒🎥要高💁♂️。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 Agen©🥍t 在真正👑开始修 🏡🔊Bug 💓之前，先“ in9️⃣☃spec⚱🇳🇷t”一下代👨🦱码库，然后🇺🇳🧺预估自己🎹需要消耗多少 👩👧👧Token—🇷🇺—但不实际📳📚执行修⛴复⌨。
