（来源：上观新闻）
五角大🇷🇴楼希望引入多家供🕦😫应商，避免被😵🌱单一公司锁定🇧🇦💹。但现实是，模👰型普遍在失败🎡🏢任务上消耗🍴🤥了更多👄🌼的 To🇸🇨ken——它们😥不会“认输”🎛💹SEO和SEM，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🤸♀️。论文的结论直🗳截了当： 现🐰🏔阶段，前沿模😨型无法🚷🇰🇷准确预🦸♂️测自身🔞的 Token 💕🥳用量📃➡。最离谱🦏⚓的一种出🍐🦓错方式找🦖🍞到了正确的🛐来源，但🧐给出相反的答案➰。
”锐星信息大🌂区经理刘念补充🕤👗道，“学生也可🇸🇽以通过回看视频，🏤发现自己操作的不💞足之处🇵🇷。我也可以用等号🦛，但那看起来不太✳合理🤹♀️。第三个问题在于🦒❗算力成本的「🙁无底洞」😯📹。在面对所有模型◾都无法🇨🇽解决的困难任务时🇦🇸，理想的💂🚉 Agent 🔞👨⚖️应该尽早放🍪🕔弃，而🍊🏕不是继续烧钱📚🐶。据研究团队回忆，🏴💭这项研究中🈺🐡最大的挑战在🇩🇬于，在实验室中💝🥜“手搓”的单个器👨👧👧🧁件可能很💬🥡SEO和SEM快就能工🇬🇺作运行，但要做🇫🇯🇪🇬 10🦂🈴×10 的🥂🍈器件阵列，需要🦋保障每🍳个像素稳定、📕性能均一，而☢且还能单🇳🇴🌛独控制🍌🌤。
