（来源：上观新闻）
在互联网重生 @🇧🇧符号现代🇮🇲意义上的“复🌄📿活”发生在197➰🚣♀️1年❣。在去年8月完成备👅案的538📳款生成式人工智能✊👷♀️服务中，🕘豆包、🐰DeepSee🈹🇰🇿k稳居市场🧐💝前两名🇪🇭。你去看🚔各家的slog💰an：人人可💂♀️⚽用的Co🍞ding A👅🏡gen🗝🇧🇾t、让每😚个人都能做应🥧用、意图编程，所🇬🇼🚔有关键词👬都在说「做应用⚾🔢」🤽♀️。目前，几🍹⬇乎所有主流 Ag☂🇨🇫ent 框架都👄🇹🇨缺乏这种♒🙎机制🧢。在一个需要身🕉体快速反应的原始🥇🥄环境中🗡🇸🇻，相信记忆🇲🇿就能立刻行动，🦸♀️怀疑记忆就会🐍犹豫——而犹豫🌔，就会败北🎧🇦🇹。
VLM🇬🇭🇹🇿常用的训🇱🇮⛓练数据，包括大〽规模图文匹配数据📱（如LAION🇨🇴🌌-400M、🤳🖖CC-1😷2M）、👍🥓视觉问答数据（🇸🇧如LLaVA📧🧽-Instr👧📧uct🐳-665k）🍆、视觉🇹🇱常识推🔷😐理数据（VC🇺🇳🏴R）等，它们彼🦚此之间的距离普遍🌻📹较小，属于🏇🇮🇷同一个🚚大家庭🌏。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 🔉Age🔑🕵️♀️nt 在真正🧝♀️🇩🇰开始修 Bug 🇹🇿之前，💫先“ insp🌵ect🌍”一下🏋📤代码库，👱🎴然后预估自己⏲需要消耗多少 T🖐⤴oken——🤽♂️但不实际🚗🗝执行修复🖤。
