（来源：上观新闻）
结果发现🌎❎ Gemini 🏳️🌈2 时期，准确🐖率约 85ℹ%，错误率🤪 15%🧟♂️。这是因🧱为人和👨👩👧 AI 🍶“看到”的🌰难度根本不是🏁♿一回事： 🌱🇽🇰人类看的是：😔🌑逻辑复🧦🛑杂度、算☣法难度😴、业务理解🇸🇯门槛 Age🌽⚖nt 看的®是：项目🇫🇮有多大、🇾🇪🙃要读多⛏少文件🇮🇶、探索路径有☄🇲🇬多长、会不会🎣反复修改🇩🇲🇦🇹同一个文件 一😘🇹🇰sem投放个人类专家觉得🇬🇼🍔“改一行就行”🥂的 Bug，🧬Agent 可®📛能要先读懂整个代↖码库的🏀😠结构才能定🍸✏位到那👤一行——光是“🦈读”就要烧掉大🐢量 To🇦🇽🥿ken🏘。
而一个典🤸♀️型的低分样本则是💶一张书籍封面🇨🇩的图片，配💳Ⓜ上"这本🌀书是谁写的？🧞♀️🛡答：Ch🦂🏇arle🎗s P♊. Mc👂⚱Kea🐄🇲🇪gue🛄。这些信♟️🥦号的积📚🏈极反馈👨❤️👨🇰🇼，直接反映在🍗极其高效的市场转🚖化率上：合伙人🇸🇲报名火爆🇧🇾，前几场生态👶🥤大会（如13👨👨👧👦0组考察项✉目成交115个🎠，深圳场80组项🙋♂️目成交63个）的🐟成交转化率接🌿♟️近或超过80🗑%☝🏅。
作为一🥔家芯片🚵😧公司，英伟达🐅也加入了，它本💖身不只是为 AI🇬🇦〽 提供算力底🇦🇩🖍座，自己也开发🚷开源大模型👨⚖️。发现一：Ag👩👧👧🇰🇼ent 写代码☹🎆的烧钱速📧🔈度，是普🧮🦏通 AI 对🔅🛴话的 1000🇱🇾🦹♂️ 倍 大家可能📄觉得，📗↙让 AI 帮你写📁代码和让 A😓I 跟你聊👷♀️☺代码，花的钱应该🐿😿差不多吧？ 论👚文给出对比显示👭🤼♂️： Ag7️⃣entic ▶编码任👞🏃务的 Toke🚢🐄n 消耗🧙♀️🕚量，是普通代码问🇧🇼⛎答和代码推理🔅任务的 约 🚵100🔅🚘0 倍🌘🥉。
