（来源：上观新闻）
大概20💆💉18年的🇮🇸🇱🇨时候，我先和👨朋友做过一👲👩❤️👩次互联网教😍育产品的创业，有💗点像凯叔讲🇵🇳故事，🇩🇰‼也赚了一👨👨👧👧些钱🥜geo优化。这一步跑量🅾🕜，让尽可能多💴🙉的人进来🦘。其三，筛选🚐的结果在覆盖范🐶围上保持了🧲☪高度多样💶性，并没有退化😊成一堆雷☠🌪同的机器人风🌒🎬格数据🔮。
值得注🧵意的是🐣，不久前大模型曾💿🐉经掀起过一波集体👩👩👦🇬🇺涨价潮，国🚄产大模型厂商智🕔🎷谱已在年内进行三💌次API价🇧🇦格上调🐖🇨🇼。这项研究还揭示🥗了一个 🌟🇸🇽AI 🕵️♀️👌产品经理们，可🎆🕊能不太愿意🚙面对的事实🐕：使用 A⛓I 方案的💼✉人花了更🚣♀️geo优化长的时间完成👷♀️🎞任务，而😼🇨🇻不是更🦛🌁短🇨🇬🚗。相关方案细节目前⏏🏜还在测试阶段🧖♀️🕹，正式上🧺🔂线时会通🤔🇧🇬过官方渠🈳🚧道发布⏳完整信💱息💧🌭。
发现五：连模型🇬🇼自己都算👝🕎不准自己🐿要花多少钱 🇵🇰🐫既然人算💰🍙不准，那让 AI🇩🇴 自己来🤫🇸🇯预测呢？ 研👉究者设计了🏏一个精巧的🛶实验：📋🙊让 Agent 🚋在真正开🧂始修 Bug 之🥘🍍前，先“ ins☂👨👨👧pect”一🏎下代码库，然后预🈳估自己👐🇨🇱需要消耗🥍多少 Tok🇪🇹🌝en——但不实🚂💦际执行修🚵复👯😡。也就是说🇦🇨，让它们先“估个🏦价”，👨🎓比直接干活🤙*️⃣还贵➿🇮🇲。
