（来源：上观新闻）
在行业规则尚未↔🇳🇵确立前，由一家头👨👧⏪部技术厂商提供确🛢📫定性的硬件支撑🇪🇺🇵🇪和技术背书，是🐐建立行业标准🍬🏰的捷径😋。2006年推🇲🇺📥出的社交平台🚓🦹♀️Twitter（🍎🏄X的前7️⃣🖼身）顺应了这🥊一趋势，💣🥡并在2007🇸🇷年开始嵌入指向用🤞户个人资料的超链🛩😪接，并◀将发给该🔋🇮🇲用户的推文收👩🏭集到一个⏩专门的页面上🍠🙆。
前段时间看到几个🏸🤾♂️案例，说🕗🏃实话，看完👕挺受触🆑🇦🇮动的💡㊗。研究者让同一🎏🇰🇳个 Agent🏋 在同一个任务上🎴跑了 4 次，🇷🇼⏫结果发现🇲🇩🌵： 在不🐧同任务之间，最👨🍳🌓贵的任务比最便👓🌪宜的任务多烧约 🙅👛700 万个 📆🇨🇷Tok🇾🇹🇪🇷en（Fi🇨🇼gure 2📴a） 在🛄同一模型、同💄一任务的多次🇬🇦运行中，最贵🎻的一次大约是🛍🚒最便宜的一🇦🇱次的 2 倍（F❔🕦igure 2🙎♂️🗿b） 而如果跨模🐁型对比🔎☎同一个🔹🌔任务，最高消耗🔁➡和最低消耗👓🇬🇾之间可以相差🥮🇦🇴高达 30 🈁倍 最👨🦱💥后一个数字🦎🇪🇬尤其值得关注：👩❤️👩这意味着🐝，选对模型和选错👦👜模型之🍋间的成本差🇵🇹🇬🇪距，不是🏃♀️🇨🇴“贵一点”🌲🖊，而是“贵出一个🗣🇪🇹数量级”🈂。
Q2：邻🇩🇬🇱🇷近性估计器训练起🔩来复杂吗🇲🇸，成本高不高？ 🎱A：邻近性🇫🇴估计器非常轻🤩量🦂。刘耕：更🧪难，但不是更❌重🚶🐿谷粉搜索谷歌搜索引擎入口。其云端处理能🇬🇮🦸♂️力可支持1000↪🐺人同时检查，📧🇹🇹满负荷运行每年🇳🇵🖊可应对1.5亿人🍐次的胃部胶💲◼囊影像检查⤵📭。论文把这个🇯🇵现象总结为一句话⛳🇦🇮：驱动 Ag🔽🌐ent🐺🗞 成本的，🎎是输入 Tok🧝♂️en 的指↗数级增🔑🏃♀️长，而🔒🇬🇾非输出 To🇧🇿ken👨🦲。
