（来源：上观新闻）
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“ i🇬🇮🔠nspect”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🌌。它让AI不仅👩🦱➖能应对复杂的数学🔉🚯逻辑题，🌎还能在阅读普通🍩🌃网络文💥😓本或书籍🤖🚜sem全称时保持思考的🇻🇺🤤习惯，从而大幅🍮提高AI回答🧦的准确性和逻辑🇲🇺严密性⛹。它们可能只用👩👦👦🈳一次，可能只🧿有十几个人需要，🔻可能根本没有哪😃个App能覆盖🐛。
研究者在🇨🇳🖼sem全称论文中直言：「👨👧基于方案的人机协🇨🇫⚡作工具不应被视为🏡省时省💨🛳钱的工具🌼🈺，而应被👞视为通过增强📙🦜人类创造力来产🎞👨🎨出更好结🇨🇱果的工具🧛♀️。你得找到当🍶下稀缺的供给、📞🇹🇴稀缺的😚👘内容，📰同时这个内容⤵又有巨大的🥐🤷♂️需求🇮🇲。更麻烦的🔢🛏是，研🚃💫究者们此前也尝试🛫过专门⬆😕把VLM在"🗜♻具身场景"（即🦢📂机器人🔇⏱所处的真实物理🇵🇾环境类数据）上再📈🧟♀️做一轮😬微调，期望🦄让它更理解🇰🇬sem全称机器人世界—🏓—但实验证👕🥐明，这🇨🇷样做在🎁🐄VLM的🛸理解能力测试🔆上可能有提升，却🕓🚘未必能让机器👨🦱🤵sem全称人真正做得🏙🕤更好🇳🇱👳。
