（来源：上观新闻）
其三，筛⛸🗃选的结果在♨覆盖范围上保持🇹🇹🌥了高度多样性，🐮👻并没有退化🇪🇷成一堆雷同🍑的机器人风格数据🔂⁉。简单说就是🐼给 Age🥀nt 装一个"🥟油表"：当 To🇺🇬✳ken 🇲🇶🎳消耗接近🧞♂️🦑预算时，强🙋制它停⚒🇦🇽止无效探索0️⃣，而不是一👖⏭路烧到底🏢😁。
你看国内火的🌑🇨🇮女频，🦸♂️是大女主🏣📂、独立搞事🌲🤐业、家道🏡中落翻身🥡。这意味着🌔🏋️♀️，如果只盯着🧢训练损失来判断🏳️🌈🙆♂️模型质量，你📘👺根本看不🦄👝出中间训练带来的☠👩⚕️那些差别🎾🏆。必须离线，🌻🦹♂️是两者最相👒似的一👨🍳个共同点🇩🇿。（本文首🇨🇵🥁发钛媒体AP🗜P，作者🇧🇯🎇 | 硅谷T🤭ech n📲🇰🇵ews🌗🗞，编辑 | 赵虹🇨🇰宇） 注：本文基🐉🇹🇦于 2026 年🚳 4 月 🇨🇽24 日发表于🇵🇭🛍 arXiv 的🤺预印本论💲文 *How D🇸🇰➖o AI Ag📄ents Sp🏅end📊🕸 Your 🚤🇬🇱Money? 👩👩👧👦Analyz🇧🇸ing🇵🇦 and 🇪🇹🇧🇼Predi♾️◽cti🔔ng Token🦄🆗 Consu🇰🇼mption 🥋in 🕍Agen🥶🥒tic C🇲🇿oding🇫🇷 Ta🏓sks*（B🧔ai, H😮uang,🚑 Wang, ☮🍏Sun, Mi⤴👨🍳halce♠a, 😖🥌Brynj🔖olf↘sson🕓🥂, Pentl🕓📯and, P🥽🚓ei）📅👺撰写🧝♂️。
