（来源：上观新闻）
Agent 的“🎚👸烧钱问题”，不是👮♀️ Bug😏，而是行业必经的👨❤️💋👨🙋阵痛 🛌*️⃣这篇论文🖊揭示的并🔽非某个模型的🐐🔌缺陷，🖇而是整🦂个 Agen⛹️♀️🏧t 范式的结🇬🇼构性挑战🙇♀️——当 A🇳🇦😈I 从“一问一🧁🏖答”进化到🖖“自主🍂规划、多步执🎚🧲行、反🕣复调试”🏛，To⏯ken 消🚫🇱🇮耗的不可预测💏性几乎🌓是一种必然🇨🇨🏦。训练时批🙊™量大小12🍹8，通常在75到🍱🇸🇿100步内就🍟🧪完成（提🍟🍻前停止🥇🚑条件是验🇷🇺🥂证集准确率👨⚖️🇲🇲达到90%）🧙♀️，计算代⛔🍿价极低🏚🐄。这种制度化的稀🍚🚜释，是平📯🏠台走向全行🇹🇳🕶业公器的必经🛶🏴☠️之路，🤽♀️👩👦也是资本市🎲场最为看⛅🍩重的专🎨🚾业化信号🛡🉐。
这就导致了一个🙋👩🚒尴尬的🚦现实：开🏎👫发者几乎不☀👉可能凭直觉💉预估 A✌gent🧡 的运🍰🎂行成本🐓。有做产品的，也有🇨🇦做内容🚢的，几乎每个人⛹都在用各种🦸♀️♥AI工具写代码、🦗做小应💙⤴用；聊了一圈下🈲📜来，核心争议就🚽🕴一个：👨🏫这玩意儿到⌨底有没🍜📇有商业价值📼。另一种是随机历史💌👨👧记录，什么设🤹♂️💏计都有，毫🎚◻无章法，充当对🇸🇾🈯照组🧾。在LIB🤷♂️ERO上，54.🥧2%的🏗◻成功率超越了👪🇪🇷KosMo🍈🥶s-2🙀🐗（55.0%⛲除外的大多🧥🦟数基线）和多个P🛑aligemma👨🚀💂♀️系列模型🧕。
