（来源：上观新闻）
作者来自🇴🇲弗吉尼亚大学📖💞、斯坦福大学💒、MIT、📧密歇根大学🇫🇴🇲🇫等机构🚢🛷。在这个↕🏨融合阶段，模型🚬👮就像是一个正在整🤺理思绪的辩手，📈🇮🇴一边看着手里的😅🌩辩题，🏳️🌈一边瞥一眼自🛑己刚刚快速写🛢🥨下的提示词，尝👨🦳试基于这两者的⬛🍬结合来预测🐌接下来到底该说什🥴🙍♂️么才最🧣准确🎇😌。长期以来，我们所📽熟知的人工🇨🇰智能语言模🇸🇦🤾♀️型，本质📫🔡上就是这样一👨🌾个急于作答🛤🇱🇺的考生👨👨👧👦。做一个最简单的🏘App从立项到◾🇱🇨上架要👨❤️👨😍几周甚至几个月，⬅成本至少🚕🗽几万块📡。
这本质上是🌑同一件事——🔝你得先找到那批🔝🇼🇫愿意干的人，☠陪他们跑🇨🇼😅出来🥳🗯。他表示，“科🇹🇬🦘研为工程📝4️⃣服务，工程需🔉🎗要什么就👨❤️👨🍹研究什么♐。我对唐9️⃣🕒伯虎有🏁🏆很深的同🥈🧔情🌑📳。Ger🐈main 说：「🚍🌡它把我✌🈸网站上的东西当🇦🇫🤵成真理一样吐出🐲🚳来👏。此外，根据你🇦🇨使用的键盘😦🎇语言，@符号🏍的位置也并🍿🛤不总是相💇同的： 🇲🇲在美国键盘上，🙍🈵是 Shift🇧🇳🛩 + 2🐪🇵🇭。在面对所有💅🌺模型都无法解决的💠🐮困难任务时，理想💰的 A🌟🐺gent✳ 应该尽早放🍭😣弃，而不是继⏲🦡续烧钱✒。
