（来源：上观新闻）
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 To🏭ken 用量🔉。（本文首发⬛钛媒体APP，作🚦者 | 硅谷T💐🌁ech new🇧🇬💠s，编辑 |🕔🇻🇺 赵虹宇） ✋注：本🎞🌭文基于 2⚜026 📬年 4 月👩❤️💋👩🔒 24 日发表于🏤🔫 arX👩👦👦iv 的预印🍞本论文 🇨🇿✈*Ho🛑w Do A🖍🧪I Ag🌅ents Sp🌤end⛴🐫 Yo🍶ur Mo😼🧵ney? 😎Analy🔵🥦zing and🇶🇦🤔 Predi💵🇯🇪cting To🧖♀️🇾🇪ken Con🌼sum♾️🎤ption🏛 in Age🆙ntic Co🤽♂️ding 🧬Tasks*（🇧🇱👨👨👧👦Bai😜, Hu🐎ang,🤴🦸♂️ Wang,😮🕢 Sun, Mi🥬halcea, 🤫Bryn🕤🙉jolfsso8️⃣n, Pentl🛹and, Pei⛸）撰写🏢。
急救技能的教学🇭🇲🇰🇷与考核🐴👨👨👦👦，长期以来🇵🇭🔋依赖人🌧工评判，🇭🇹效率低、标🇵🇸准也不统一⭕。AI 闹：浪子其🇬🇲🇿🇼实是最爱世界的人🦏🕙。一、从脱口而出到🕍深思熟虑的蜕变 🏛我们在💦🐍日常生活🧲🚶中与人🎣🚄工智能🔯聊天时，往往会📆被它们极快👓的回复速🇻🇺3️⃣度所折服👏🇳🇬。AI 闹：生产即💣🦘消费，没有然后了🐼👩❤️💋👩。但按量计🙊🇦🇪费的问题在于——👩🦱用量本身📻🥎就不可预🏫🇪🇦测📁☯。但在海外🧔♉跑不通👨👨👧👦。
更麻烦的📆🦅是，研究者们🚵♀️💦此前也尝📩试过专门🐵把VL🆚🧠M在"具身🇳🇺场景"（即🌦机器人所处😺🇹🇱的真实物理环境🥯☣类数据🏪）上再♾️做一轮微🃏😵调，期望让它更理🇼🇫解机器人世界—🍗🚓—但实🇦🇶🍹验证明，这🏘样做在VLM的理🧽解能力测试上可🕺能有提升，却🇸🇨👆未必能让机器人真🏌️♀️正做得更好♍。
