（来源：上观新闻）
发现四：人0️⃣类觉得难的，A👪🎖gen🧛♂️🇰🇿t 不🧺🇳🇫一定觉得贵—✉👩🦱—难度🇵🇸感知完⏫全错位 你🀄可能会🇱🇹想：那至少我可🤥以根据任务🇦🇪🇨🇻的难易程度来预估💅🇲🇰成本吧？ 😤🇧🇮论文找来人类专🕘🌭家，对 💹500 个任🇧🇹🌚务的难度进🇬🇫⛏行评分，然🤰后和 Ag❤ent📣🇺🇳 的实🐒际 Token 🔣👩💼消耗做🕷对比—🧟♀️— 结果：两者之🦉🍀间只有弱相关🇮🇴🥎。
最终筛选出的👮♀️120万样本⛔🇨🇴中，LAION-🤶🏁400M贡🇩🇰献了最🚚大的绝对数量🌴▶（占比32.0❕♍%），但这不🥎是因为📖LAION🌯整体上🚛与机器📌人数据接近🐮，而是因为这个🧼数据集总体规🇹🇴模极大，🎊哪怕只👩🎨🏓有很小比例😣👏二级域名怎么用的样本够格，🥑🦎绝对数量依🔍然可观🦏🇨🇫。想象一下这个场🚥景： 你💙让 AI Ag🐛🐠ent 帮你修一🧾👗个代码 Bug☯🏌️♀️。在拓荒期，🎚深度的股🇧🇼🇲🇺权绑定提供了极🏥致的效率；而🏷🇵🇫在成长期，这种🚡🐸纽带正在通过资🔅本化、🧼生态化的👤🇫🇲方式转化为更具包🎣容性的重力场💔。
