（来源：上观新闻）
它是一个简单的♏🇭🇺线性层，建立📖在冻结的V🇪🇺👩🏫LM特征之上，🇬🇹🧙♀️不需要对VL🦇⏪M本身做任🧙♂️何改动📖🧦。有的平台🏬📳搞社区，🌏让用户把应用👩发上去，🇻🇺点赞、🇯🇵👩🔧评论、二次创作，🛸🐸模仿短视频的逻🍡*️⃣辑🥈。这里的“🍖😧读”不®是指人类🏤👩🦱读代码，而是🥧 Agent 🇳🇺在工作过↕🔼程中，需要不断🏄🥏地把整个🎞🚍项目的上下文、历🚛🆔史操作🏠记录、报错🧜♂️信息、文🆎7️⃣件内容一股脑儿“🎁喂”给模型🏭。在农业领域，多🤴智能体的商业🇯🇴化初具规模，赵🥧春江展望🍄，未来随📬🥁着具身智能、群🛢🏃♀️体智能📿🥎的成熟，👖🐇农业O🏂🇱🇨PC模式从内容🌳🍣生产到复杂执行🌕的能力🏳️🌈🥋都将大大加强，推💣动农业😬实现更高🧞♀️质量、更高效率、💆🥡更可持🧵🧼续的发展🇵🇭。
无论如何，五🍞🥉角大楼的🌦⏯ AI 军备🇧🇴竞赛已经在全面😤👛提速👩🚀。还有一位乡🐉村物理老🍫🥪师，缺🧔教具就自己做了🦈🌽光的折射演📵🚯示工具，学生拖动😳📅滑杆，光🇯🇪线轨迹实时🤬🧤变化；乡村中学😲买不起实🚼验器材，这样🦝🏨的需求以前🌐无人理🍡🍣会，不🛴是能力👐问题，是📀⛄商业上不划算🔅。对话刘👩👩👧👧耕 内容工🔱🕎具不会直接导向🎷🐢内容社区 除🥰🇰🇳非解决🎧供给端🔧🇱🇮 AI 闹：市🍗🎶场上不下🐌20家 AI 漫🇭🇳🏟剧平台，Els🛐er.AI⬇👨🎨 的差别在🌜🍾哪里？ 刘🚿耕：大家都在🇳🇴📀讲同一个🇱🇨🤹♀️从视频工具到🐮平台的故事☑🍆。
研究者🍭让同一个 ▫🌪Agent 在0️⃣🍡同一个任🚣♀️👩👩👧👧务上跑了 🎽👨👩👧👦4 次，结果🙎♂️发现： 在不2️⃣🥴同任务之间，最🍵👨❤️💋👨贵的任🍶务比最🏩🇨🇻便宜的任◾👩🏭务多烧约🇲🇿📪 700 万个 🇹🇯Token（👨🔧☹Figure 2🍃🇰🇪a） 在☦同一模型⛽、同一任务的🇬🇬🚰多次运行中，7️⃣最贵的一次大约是🥟最便宜的💣一次的 2 倍（🌐💜Fig🗑👨🦲ure 2b9️⃣📗） 而如果跨🚌💇♂️模型对🤾♂️🇪🇨比同一个任务，最🦎📱高消耗和最低消耗🧠🌭之间可以相❄🈚差高达 30 倍⚜☪ 最后🐶一个数字尤其值🇨🇨得关注：这意味😫🗿着，选对模型🍔和选错💩⚰模型之间的🛂成本差距，不🎡🇹🇨是“贵🐜🇲🇱一点”，而0️⃣是“贵🚠🅱出一个⁉💣数量级”😲🎉。
