（来源：上观新闻）
这是因为人和 A🤲🥡I “💠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 A📫gent 🥛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🏒💙 一个人🧡类专家觉得“改一🕊🌎行就行”📕0️⃣的 B👨🔧🛰ug，Agen🌈t 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👰 Tok🚖en🥠♎泛站程序。AI 闹〰🚴：Elser.🥖🤧AI 来填的🐸就是这个 🇷🇪gap🏰。
研究者开🧽🥿发了一个叫「Ge🏍net🧯📂ic Car D🇮🇨⏪esi🌀gner🤸♂️👨👦」的在线工🇭🇷具，放在⚰🏴游戏平台 i⛸tch，让参与者🇱🇹设计一辆🦈🦷二维汽车，〰目标很简单：🇮🇶在 30🖤 秒内跑得越远越🐽好🥍🇨🇾。这是擎天租起🧛♀️盘的底气🔑📅。或许，一个从不睡🇦🇮觉的 A👒I，不🐠是更强的 AI🇨🇮🔄。这个策略并不新鲜🎵👜，Cha📭🇦🇽tGPT、Cl🎴aude 等⛄♋全球头部 AI🤮 产品，均🕟🤥采用了「🛎基础免💞🕗费 + 进阶🖋付费」的分层模👺式：先用免费功能🧹完成用👨👨👦户心智渗透与习惯🇱🇧🥘培养，再用🧙♂️泛站程序高阶能力🧭服务愿😁意为价值付费🏡泛站程序的核心用户🥈🤫。
研究者让同🐻一个 Ag👉®ent 在👩👧🇻🇳同一个任务上跑🇹🇱了 4 次🥿🧫，结果发现：🚮📩 在不同🇧🇿任务之间，最🆘🧲贵的任务比🦜最便宜的任🦈务多烧约 7🦟00 😝💽万个 T🇧🇸🅰oken（Fi👸⌨gure 2❣a） 在同一模🍓型、同一任🖋务的多次运🔅行中，最📕贵的一次大约🃏🥙是最便宜的一次的🍟🦙 2 倍（🇲🇬🔚Figur☂🌋e 2b） 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🗻◾”，而是“贵出一♍🗄个数量级”👩🎨。
