（来源：上观新闻）
“传统评价依赖人🛩工判断，不✔同老师打分相差🦁较大🛠。发现四：🚜人类觉得难⚗的，Agent 🇱🇸💽不一定觉➖😁得贵——难度感知🇦🇴🤺完全错😚🇲🇲位 你🗾可能会想：🔦那至少我可🎗🔢以根据任务的难易🔩程度来预估成本🎶吧？ 论文🏊♀️找来人↙🤤类专家，对 50📹0 个任务的🧖♂️难度进行❇😥评分，🎓然后和 Agen🔯t 的实际 To🧜♂️🏙ken ♊🦎消耗做对比——🧣🇹🇨 结果：🌝两者之间只🎹有弱相🕺😓关🔬。
打个比🏆🍺方：这就像请了一🥾个修理工，他每动🇲🇸一下扳👮♀️蜘蛛浏览器手之前，都要😳🦒蜘蛛浏览器你把整栋楼👶的图纸从头㊙念一遍😧👬给他听♣🐄——念图纸的钱🐉，远比拧螺丝👏的钱贵得多🍢。然后我们再用输😭出质量来👩🎓评判一个 AI 💜🇲🇴值不值得续费🇬🇭。
但在海外🦂跑不通👁️🗨️⬛。” “未来📸农业的典🌬型场景🏍，就是🇸🇱🔯拖拉机在田间自🐤主感知土📖👬壤信息、自主决😕🌔策、自动执🐖行作业1️⃣💌。这就是这☦💋件事情🐞真正有🥛意思的🛏地方⛅🕙。”中国工程院院🥼士、国家农业信息⭕化工程☢技术研究中📟心主任赵🦞春江用一☺🛡连串案例，描绘A😼😝I重构农业的清💆🇯🇲晰图景🦉。有的平台搞社区👿，让用🈺🏋户把应用🇽🇰🕯发上去，点赞😙、评论、二次创🚽作，模仿短视频的📺逻辑👨💼🌁。
