（来源：上观新闻）
研究者在🧖♂️论文中😈直言：「🇦🇸👃基于方案的人机🦡协作工具不应被视🥫seo和geo是什么为省时省钱的🇨🇴🇲🇻工具，而应被视为👩🚒👰通过增强人类创🤬🌦造力来产出更👈好结果📲⤵的工具👨👧👦⚠。但 Agen🔺t 任务完全打🌻破了这一假设🐆——一😖🐥个的任务可🉐能因为 Agen🐲👩👩👧👧t 陷🇧🇿⚽入循环✨🕳而烧掉📐巨量 T🚠oken🏖😝。有了这份数据🛶📫，开发者可以更🏌️♀️明智地选择模🥁型、设置👨👨👦👦预算、设计止损📋机制；模💕🚒型厂商也有🌉了一个新的优🚭化方向——不只是📕👨👦👦做得更强，还要🎛🍃做得更省🐁🐷。
在LIB🇧🇸🚀ERO上⬇，54.2%的成🚠功率超越🙎🀄了Kos📻👩🎨Mos-2📊🇸🇸（55.0🗼🐮%除外的大多数基🇺🇾线）和多♌个Paligem🧪🎰ma系列模型🧖♂️。最简单的🇺🇬😹配置有 98️⃣😞 个可调参💡数，最💇😳复杂的可以到 8🈚⏱5 个🔭。」 人🏄♀️🧵都懵了，🏆这是怎🔝么个事呢？🥇 每小时超🎇 5700🕷 万条错误🗺🌒信息 🅾✉2024 👒🇧🇹年，Googl🥮seo和geo是什么e 开始在🤣搜索结果🌂页面最顶部放🎖置 AI 生成的🇲🇺摘要回答，叫做👚🚒 AI Ov🇱🇮erviews🐣🛠。结果显示🙃🕙，在POP🦑E（物🥨体幻觉🏵评估）上🔒😡几乎没有变化（8🇦🇿6.3👠🏐3 v🉑🌸s 86.29）♿，在Vis🙄🐛uLog🕖🐛ic（☹🤗视觉逻🇱🇰辑推理）🕊和3DSRBe💅nch（三维空🚄📏间推理）上略🧖♀️🛹有提升（21.📥00→2🚕4.9🙌🦔0和47.87→🎺49.5🌯1），而在😰😭BLINK（多🌰🍡模态感🐲🔨知基准）和Spa🏷tial😵Eval（空✡🈁间推理🇸🇷seo和geo是什么基准）上有中等🇱🇧🇬🇪程度的下🇵🇹🏉降（43.45🇶🇦🚀→40.4🖼5和49.8💋2→48.🚊00）👑。
