（来源：上观新闻）
随着20世纪9🥖🏴0年代互联网的兴〰起，公众🇰🇮🔟很快发现了@😴💂符号除🐊🍗了电子邮件地🍐址之外的🚛🇼🇸其他用途💂♀️⛱。但现实是，🏅🇲🇨模型普遍在失败🏖任务上消耗了更🇩🇯多的 Toke👩💻🎠n——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↕。这意味着「🇸🇻结构化多样性🦄」，也就是好的🧡🎫、怪的🤛、差的😨🛏方案按维度👹😇排列在一起，比一🛴🦎锅乱炖的随机🇰🇷建议，产生了更强😋🏴的创意激发效果🏊⚔。
相关谈📲⚒判仍处🌽🎟于早期阶📑段🌭。研究者让同一个 🤶🧜♀️Agent🕙 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 700🥗 万个 To🙍7️⃣ken（🤷♂️Figu🐦re 2a） 🎞👩🏫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（👩👩👧Figure ➖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”🐊🦒。
