（来源：上观新闻）
“他们从未见过🇪🇭💰这么快的扫描🇹🇫🌶仪，兴趣度相当🛴🍝高⏱。发现三：模型🌕之间“🧜♂️🎉能效比”🌒🚕天差地别——💑👎GPT-👿5 最省，有的🐴📛模型多烧🇦🇬🌅 150 万🦈👝 Toke🥫hr是什么职业n 论文🦆在业界标准❗的 SWE-🚶♀️bench 🇺🇳🥋Verified🎮🌟（500 👖个真实 G📎itHub 🇱🇺Issue）上🧱，测试了 8 🇯🇴🌦个前沿大模型的⤵ AgeⓂnt 表现🏁。刘耕把 El🐳📪sela💒nd 🖥定义为一个 🚻👩🔧AI 开放世🏫🔓界🐽。有意思❕的是，有一✖个地方😊两个系🍍🐸统做出了♑不一样的🙋选择🇹🇨。（本文首发钛👨👨👧👦媒体APP🍅，作者◽ | 硅谷Te🐔ch news，🌙1️⃣编辑 | 赵虹🎢👱♀️宇） 注：本🇩🇴🚸文基于 202🐧🎫6 年 4🥣🇻🇮 月 🤓24 日发表🛬🇾🇹于 arXiv💞 的预印本论文📬2️⃣ *How D🔹🏭o AI♐ Agen🖇🥜ts Sp😵🌁end Yo😲🥾ur Mone🇨🇼y? An🧴hr是什么职业alyzin📒g a♦🇦🇶nd Pred🇵🇾icting👠 Toke🏯🇩🇪n Consu🧗♂️🧖♀️mptio🇨🇽n in Age🔬😃ntic C↗oding ♑➗Task👩👩👦s*（Bai🥰⤴, H🛒uang, W🕗🚋ang🐫🤖, Sun,📚 Mihal➗cea, B🇬🇫🐴rynjol📗👽fsso🏛🖲n, Pen🇧🇧tlan💝d, Pei💶）撰写📞。
AI 闹：🇸🇬你认为🤐从事 AI 漫🇼🇸🐺剧的 P 🇹🇷群体，⏪💷到底能有多大💔🌩？ 刘耕🍁🏷：高盛的数据说，🥑🍐全球专业的 P🇦🇸🔷GC 视频工⁉hr是什么职业作者大概有🎍🈸300📔🇹🇷0万到50😢00万🍘🥂。“做腔镜手🇿🇲术不用频繁🥢🤘更换器械👪💂，大大提高效率，😇减少创伤，让🇪🇷🐺病人快点康复🏥⏸、早点出院😏。随行的工🇦🇨🇨🇾作人员不📦🎙得不全程化身“🍃☺苦力”，徒手将这ℹ台近32公斤重🔌👮♀️的设备一步🇳🇿步搬运出航站🇱🇸🧟♂️楼😉🇨🇼。结果显示，精选后🇺🇬☁的VLM数据多样⏲🏡性得分🌖为1.93❕🎸，与通用V🍗LM数⏩✏据的1.🍕96非常接近，远🐖高于具身导向V📸LM数据的1.6🏐🇦🇸2和VLA数🌚💺据的1🈹.26⛹️♀️🇪🇨。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🚓💒。
