（来源：上观新闻）
Figure🎑🙀 11 的散点🇲🇼图中，几乎所有🚓🇳🇬数据点都落在“完👩🦳美预测线”™✳的下方——📏模型觉得自己🎵“花不了那么👆🦉多”，实际上花了🇪🇸更多🥘。毕竟，在 🇭🇳AI Ag👩🎓ent 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😟。
更关键的是◀，字节在这🔄⛪件事上⏪🤰没有成功经验📌。发现一：🏋Agent 🇺🇦写代码的烧🙅♂️🇧🇮钱速度，是普通👧🎭 AI 🤬🚳对话的 10↗00 倍 🕥❓大家可能觉得🏁，让 AI 帮你👨👨👧👦写代码和让🍵🕍 AI 👋🥬跟你聊代码，花的🌦钱应该差不多吧💧？ 论文给出对🧮🤾♂️比显示： A🍦gentic 👟👡编码任务的🔮 Tok🇪🇸🇦🇴en 消耗量，👕是普通代码💚问答和代码🇹🇭推理任务的🇨🇻 约 1000 🙉倍👩✈️。
文：王智远 | 🌿🏟ID:Z201🇳🇫⏺440 节⁉前参加了个私下交🍅🎽流，大家✊👩🚀聊到V🎇ibe Codi🎾ng🏜。想象一🔮下这个场景：🍅🥅 你让🌘 AI Ag👩👩👧👦🇨🇫ent 帮你修🧰🥙一个代码😵 Bug🙋♂️。Elsel☀and 即👨👩👦👦将推出内测👱。该研究填补🛢🏧了长期以📜来微型光谱仪技🤸♀️🍢术在紫外波段🇮🇹的空白，并展现*️⃣了在多🎠个领域的应用🥧🇻🇪潜力，例🇹🇷如紧凑型、❗便携式光谱分析和🇨🇱🗄快速光谱成像🏴🚈芯片，以及👨🎤🍄高通量实时🦠生物分子🧺🦡和有机物检测、🥡片上集成式😈🇳🇫传感技术等🇸🇾🇬🇱。
