（来源：上观新闻）
“传统🏴谷歌优化评价依赖人工判断📧，不同老💋师打分相差⛳较大↗。。瑞士苏黎世🎑😹大学神经科学😧中心的比约💘恩·拉🏈😐施（Björn 🇸🇱Rasc👩🔬h）实验室将🌵这个过👯♂️程命名为「主动🖱系统巩🍍固」（activ💲♦e sys👩👩👧👧🤱tems c🇳🇺🥺ons🚵♀️🇵🇪olidati🌑🧥on）☪。
培养青年人才🇹🇻⏩，发挥先锋模✨🎐范作用 “一❓个人的力量🌂撑不起学科发展🇦🇴🎬，培养青年人才🙉才能让领域永🧥葆活力🇬🇲。然而，并不是所有💡谷歌优化的内部思考🇮🇩💕都是有价值的🍚❇。他需要一个符号🛫🛰谷歌优化，用来向操作系🔥统标识地🇩🇬址结构—🇧🇧—这个符🐍🤤号必须清晰、独🐶特，且未被➿☔日常语言或计算机🌆代码广泛🏣🎐占用💧🏴。
在LIBE🛸RO上🇳🇪谷歌优化，54.2%的👫🐇成功率超越🍨了KosMos-🌂2（55.0%除🐚外的大多数🇱🇺🤾♂️基线）和多个P🇧🇴🛍ali🇹🇲gemma系列模😶🔵型🐍🧢。发现一：🗂Agent 写👟💑代码的烧钱速度🤩，是普通 🦏🛶AI 对🇸🇪话的 100🌝0 倍👨❤️💋👨🥎 大家可能👩🔧觉得，让🔙 AI 帮你🐰👨👨👧👧写代码和让 🎻🌞AI 跟你聊代🔐码，花⬅的钱应该差🎶🚲不多吧？ 论文给🧺出对比显示：📥 Agentic💝♑ 编码任务的 🙏Token🇦🇽 消耗量，🏭是普通代码👨🦱🎻问答和💇代码推理🇸🇦✉任务的😷▫ 约 1000 🛡倍🛠🥔。
