（来源：上观新闻）
在面对所有模型都🚮无法解决的🚣♀️👨👧困难任务👱时，理想的 A👨👧👦😃gen📵t 应🦁该尽早放🇲🇳❔弃，而不是⛺继续烧钱🇳🇦。图丨微👞型光谱仪覆盖✉光谱波段（来源👖：Natur🕎e P🇬🇹hoton🐫🇦🇪ics） 老树开🚫🤔新花：将感知、储🕔存、计🇧🇮🔱算功能同🍫时塞进二极管 🐶🎶在传统半导体中🍹🇦🇲，常见的🗺🇩🇿 p-n 结二💦🇰🇿极管仅👨🚒具有单一的功能🙌，或用作🅾💍光电探测🎆🛳器，或用作整👨⚖️🚶流或发🇳🇿☪光🇷🇺。
发现三：模型🚝之间“能效比”😅💢天差地🍊别——GPT-5🐢 最省，⤵🇺🇬有的模型多烧 1👨🦰50 万 Tok🌝en 论🇦🇮🇩🇿文在业界👶标准的💼🐑 SWE-ben🛋😤ch Ver🔃🦑ified🧳🐿（500 个真实🎻 GitH🏐🏋ub Iss💄🔍ue）上，测⏮试了 8 个前沿🚨大模型的 Ag🔻🎺ent 表🚥🚢现🇨🇨🇸🇮。
论文的结论直截⛪了当： 现🧫阶段，前🔏沿模型无法准🍝🧒确预测自身的🛒 Token 用😱量😘。但 Agent👩👦🇳🇴 任务完全打👑🇦🇿破了这一🌖假设——一个的▪🇭🇷任务可能因为 💫✒Agen🇬🇭🛰t 陷入循环而🛡烧掉巨量 😝🔯Tok🍡🗂en🦁。
