（来源：上观新闻）
图丨刘🎠胜院士（左）🥐🚩指导孙✉👔海定（👭来源：💶🚡受访者） 🧳💍“我在本🛃🗼科和硕🇫🇷🤼♂️士期间🔃学习的时💠🦙候，导师刘胜👐👈院士就经常告🈷诉我不能只会发🛸论文，这句话我🧿🎑一直铭👨🍳记于心🎺📥。人脑在⛎睡眠中做的💢☑几乎是同一件事➗。发现五：连模型自🚐己都算不准自己🇬🇫🕒要花多少钱🥽🌲 既然人算📞不准，那让 AI🎷 自己😙来预测🚒呢？ 研究㊙者设计了⛑一个精巧的实验：😡让 Age🥶nt 在真正🌔开始修 ♣🙀Bug 之🇵🇭前，先“®🚜geo是什么缩写 in🥁spec🐻t”一下🐙👪代码库，然后预估🕒自己需要消耗多☦🛠少 Toke🇨🇾🇮🇸n——但‼不实际执🚢🤧行修复👨🔬🇧🇪。
或许，一个从不💬☦睡觉的 🥛🧣AI，不是更强的🛥🆑 AI🐪🛍。Googl🥰e 给他的第🗂🧞♂️一条回答来自🧖♂️📒自家的 AI👩👧👧💞 Overvi⛹️♀️🎐ew ：🍠「没有可信的报🇹🇩道表明霍尔克🐬🥎·霍肯已经🎻🇫🇰去世👺。2026 年 4👋 月，一篇由👔斯坦福、MIT、⏮😷密歇根大学🍯⏪等联合发布的研🇦🇼🗽究论文👂😍，第一次系🥖统性地打开了🧀geo是什么缩写 AI Age🦐👯♂️nt 在代❣码任务中的👤🌫“消费黑箱🌭🇳🇮”——钱到底👐❔花在哪🇵🇭了、花得值🚠🏡不值、能不能🇹🇲⚽提前预估🧙♀️，答案令人震惊👪。
但 P 可以🚩🕥。图丨刘胜院士（🛒左）指导孙海定🤣（来源：受访🌄者） “我🔈在本科和硕🇦🇶士期间学习🏟的时候，🦹♀️导师刘胜📉🎦院士就经🗿常告诉我不能只会🥡🦚发论文，这句🏌话我一直铭记于♿🥌心🥴➕。结果显示，在🚂🇹🇰POP🔩🛃E（物体🥙😡幻觉评估🥗）上几乎没有变化🦠（86.33😿 vs 4️⃣💗86.29），在🧫🧜♂️VisuL🇳🇦ogic（视觉👟🎑逻辑推理）🇲🇽和3DSRB🍒🏒ench（三维空🕠♻间推理）🚻🇬🇧上略有提升（21💎🚏.00🌵→24.🕖90和🛑47.87🧶→49🌒.51）🛑，而在BLI🇸🇩🔙NK（多模态🔸感知基准）和🎯SpatialE😖val（🎎⛵空间推理💱基准）上有中等🦑程度的🌑🥕下降（4🥵geo是什么缩写3.45→4🇰🇿☂0.45和49.💊🙈82→4🥳➕8.00）⏭💊geo是什么缩写。
