（来源：上观新闻）
202📆6 年 4🇸🇦🛅 月，👨🎤🕖一篇由斯坦福💤beautitul的中文、MIT、🎛密歇根大学等🦸♀️联合发布的研究论🏵文，第一次系统🔒✒性地打🙀开了 🧳AI Ag🇸🇬👦ent 在代🕢🗒码任务中的“消费👨👧黑箱”—🥮—钱到底花在🇦🇮哪了、花得值不值💇、能不能提💛🇰🇪前预估，🚸答案令人震惊🇪🇨。毕竟，在 A👨🔬👩👩👦👦I Age🤾♀️👈nt 真正走入⏳🙂千行百🏹🇳🇦业的生🙍♂️产环境之🇯🇲⚾前，每一分钱🤸♂️花得明明白白，🇹🇿👔比每一行代码写🇧🇴🏴得漂漂亮亮，更重💫要⛑。研究团队对训练后🔻的模型进行了多🇪🇷项严格的测试💼，结果非常直观🍋地证明了“🕒三思而后行”的🥾巨大价值🎨。
但问他们「哪😺个方案更有🦇🇹🇬用」，答🇫🇮🔋案却是分裂的👯♂️👯。。瑞士苏黎世大学神🍴经科学中心的比约🏃♀️🆙恩·拉施（🇬🇫🕴Bjö🕯rn Ras♥ch）🙈实验室将这个过程🐀命名为🤨👾「主动系统巩固」🌙🏋（ac🥔tive sys🍭⭐tems c🇸🇻🌈ons👊🍱olidat➡🏬ion）🇨🇩。当大众🐚的目光还在惊艳于⚰具身机器🙉人的物理性能♌⏬时，真实🇦🇪的商业土壤里正发🇸🇰生着一场效率革命⤵。研究团队把V🐫LM的训练数据🍟和VLA的🏋️♀️🇱🇦训练数据🎴放在同🔅😱一个"坐标系"🍫里，用数🇸🇿学方法衡量它们🇿🇦⚒之间的⚔🇬🇾距离↖。
