（来源：上观新闻）
研究发现，🌫🐺在高成本运行中，💮约 50% 的🎏🇺🇬文件查看和文件修🇷🇪改操作是重复的—🎩—也就是说，A🇸🇯👼gent 🇨🇿在反复读💁同一个文件、反复🇩🇬🤧改同一行代码，🌱像一个人⏺🇰🇪在房间🔇⚗里转圈，越转🇳🇷越晕，越🇭🇰晕越转👨👦♑。但 Agent ⚗🇸🇦任务完全打破了🇾🇪这一假设🐝🍸——一🍤个的任务可能🔧因为 3️⃣🗞Agen📺🌚t 陷入循环😋💿而烧掉巨量 ⚪🏆Token🦵🇺🇳泛。
” “未来农🥫业的典🦟🍞型场景，就是👘拖拉机在📬田间自主感知土壤🏦😨信息、自主决策🏁⬜、自动执行作业🍶🇦🇸。在Calv🎾👩❤️💋👩in上，中🉑🧡间训练后的1.9️⃣1B模型💍以3.⏳714🖲的平均得🐏🖋分超越了Ope💊nVLA（⛽👣2.548）和π🍥🕔泛0（3.5📦09），与1🔽.7B的K🎬osMos-2（💨🙎3.096👸）、2.9B的P🇲🇰aligem♟️⚗ma-1（3.🦎506💕）、3.0B🈁的Pa🔤🇨🇫ligemma🍗🕓-2（3.🤕🧽406）形成显☹⭕著优势🐂，与2.1⚗B的Qwen⏏🇦🇮3VL-2B（在🗃🕴全量训练数据下↘🐹达到4.1🔫42）的差🇱🇰🍣距也大幅缩🇸🇮🤣小🐂。
但对一个反复做知🛍🎼识型决策🦝🤹♂️的 AI⛪🇰🇮 来说，验证的成☑本很低💻，盲目🇬🇳自信反而危险🤹♀️。AI 闹：P 🍜🅰比 B 更有🐸付费意愿🔨？ 刘耕：不只🤐是意愿，P⭕👠 的产出质量🍵也会比🌝 B 的平均值要🌒高🖱🈺。我问刘耕，🥡🇹🇳美学给了你什么？📑🇧🇴 刘耕说🇬🇲™，美学提供了无😵数故事原型🇲🇹。
