（来源：上观新闻）
想象一下这个场景🇲🇪🇮🇲： 你🐌让 AI 🇪🇦Agent 帮你🎻修一个代码 Bu🇸🇩g🏠🚃。培养青🌡🚔年人才，🈴发挥先锋模🤦♀️©范作用 “一个🇩🇲人的力🖌量撑不ℹ起学科发展，培📌🐕养青年人才2️⃣才能让领域永🤡葆活力👯🇵🇼。发现二：同一个🤗🇫🇮 Bug，跑两🦂次，花费能差🔰🦘一倍——而且🦋😴越贵的 Bug 🇵🇷越不稳定 更让人😀头疼的是随机🔭性🎪🇳🇪。当研究人员限制模🏅型只能生👩🔧成极其简短的内🍿🇰🇷部思考时，🕜它的性能提升🔏👨👦相对有限🇨🇲🔔；而一🇦🇺3️⃣旦放开限制，让🥓🔫模型在给出最终答🧘♂️🇮🇪案前进行足🛸够长篇幅🌶的深度反思，👉🤞它在各项⚙复杂推理任🇿🇼务上的正确率就会📍像攀登阶梯📞一样稳步上🥒🔟涨🧗♂️🦘。
。。400多🔎⚜个合伙😕人、13个国🇰🇮家的布局、♾️从“租”到“用”▪的品牌升🈂级，这些具体动作⭐👽，比任何估值数字👚都更能说明擎天🇦🇨租在往🐬🧵哪个方🇦🇼向走🈂🇧🇾。发现一：Agen🇺🇬t 写代码的烧钱🍺速度，是普通 A㊗🖍I 对话的 1⬅🇵🇷000 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🐪： Age🇱🇹ntic 编码任🗑务的 To🛹ken〽 消耗量🐝㊗，是普通代码问🍑答和代码🍿⛑推理任务的 约 ☦👛1000 倍6️⃣。这篇论文给出👏了第三个同等🇵🇲重要的维🌮🇬🇺度：能效（花♈多少才能干成🅿🕜）🏹🈳。
