（来源：上观新闻）
研究发🚳🔘现，在高🏭成本运行中，约 🈁50% 的🎑文件查📎看和文🚽🎩件修改操作是👭重复的—🦍Google seo—也就是说🚊，Ag0️⃣ent👨👩👧👦 在反复读同🇲🇵一个文件、反复改🚦同一行代码，像🔂👳一个人在房间里♉🦙转圈，越转越晕🎇，越晕越转😦🗻。换句话说，这次筛🇸🇰选并没有把🐖数据范围压缩🤖👭到只剩机器人🌁风格内容🎍♍，而是在🐏整体向机🐡器人领域靠拢🇮🇪🔵的同时，保🏴⛔留了广泛的💇视觉和语言覆盖🏠🇸🇰面🛄。
但现实是，模型普👩📈遍在失败任🇧🇮务上消耗了⏱更多的 Toke⚫⛸n——它们不🇰🇾会“认输”，只会🧯🔎继续探索、🕕重试、重读上下👅🕥文，像一🛤台没有🐪▫油表警示🎳灯的汽🔐👩🏫车，一路开到抛锚🇲🇨🏒。“农村空心化，🍬🦍进入老龄👩❤️💋👩🙏化社会后更🧓明显😷。但这项研究😳的数据显🐝🉑示，真👤正有价值⛸🍤的 A🚟I 协💝作，恰恰是让你🇦🇫🧕花更多时间、🚴♀️🚱投入更多精力的👻🍺那种😓🇭🇺。
尤其是 Meta🔶🇸🇴，凭借📺💀极具诱惑力的💛高薪和高额奖金👎🏏，挖走了⚰大批核心骨干员👩💼🎏工👩⚕️📼。谷歌员工在信中写🤔道，希望 A👽🇰🇷I 造福人🐒类，而不🈺📝是以不人🍖道或者极端🐹有害的方式🛐⛷被使用🖤。这说明邻近性估🇲🇺😻计器捕捉到✝🧘♀️的数据对齐特性🛁具有跨模型迁移性🐞🇨🇼，不依赖于特定🇵🇱🇲🇩的VL🐁M架构，反🇸🇿映的是数🇪🇷🛄据内容本🤓身与机器人领域♿🐸的相关📿程度😣。
