（来源：上观新闻）
2. 👩💻Toke🐼n 效率应该😖成为选🇲🇲模型的🎁🇫🇷“第三指标” 🇲🇳传统上🚙⁉，企业选模型看两💆♂️个维度：能力🔌（能不能干）🎁和速度（干😅🎌得快不快）⚰。发现四📛🐿：人类觉👍得难的，Age😷nt 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 🈴🎱Agent 的实🎷🖱际 To🤕ken🇪🇭👩🦱 消耗做对比——🐞 结果：🚆两者之间只有弱🧻相关🦐。
所以剧不能自己做👩❤️👩完自己发，必须经🌳🐬过平台审🇪🇨核和筛选🍼🏇避日蛛vs狼蛛。感兴趣的读者🏩可通过👻🏅该编号查阅完整🧛♀️论文🇪🇨🇵🇱。Q3：🇸🇬🐃用Intern🚅VL3.♒🌮5-1B筛出的🏕🤸♀️数据，©😥能不能直接拿🙆♂️🍢去训练其😋🛣他VLM？ A：📁♠可以，而且实验🧞♀️🐏验证了这🇻🇨一点🧖♂️🍢。这就导致了一个尴🇬🇫尬的现实：开发📼者几乎不🐅📬可能凭直觉预😂估 Agen🕗🐁t 的运行成😰⚒本🚡。但海外和国内🇮🇨🔽不一样⛹️♀️。主动跟方案互动、🤕🈶选取设计反👨⚕️🚪馈给算法的🎤🛣人，提升👩🍳😤更是高达 4🚞🚯20%，是纯🍔🕶被动参与者（🎀124%）的🖤🥑 3.4 倍👨💼。刘耕：其👨💻实中间⛰🇦🇨有一段承接🕴。在执行速度和软⚫件能力日益决定行🥰业下一阶段发展方🇯🇲向的背景下，🍋苹果公司🇰🇳将首席执行官💺🐊一职交到了一🎷🤓位产品🚜工程师手中🛅🈚。
