（来源：上观新闻）
这一略🤒🕰显狼狈的收场，折🇮🇷♌射出当下科技发🖱展的超前📙与管理制度🧜♂️滞后之间的结🧀构性矛盾😖👩👧。（本文首发钛媒体🇫🇲APP，作者📇 | 硅谷▪Tec🥘⭕h news，🌷编辑 | 🐈赵虹宇） 注：本🏴☠️文基于 202🏓🐕6 年 4🧗♂️ 月 24 📱日发表于 arX🇿🇼🥽iv 的预🤤👄印本论👡文 *🦹♂️🔍How Do 📑AI A🙎♂️gents Sp🔛end Your❇🍹 Mon🇺🇸♿ey? 🔩🎇Analyzi🚡🇨🇨ng and P🈁redi♉👪cti🇧🇮🌼ng 🏸Token Co🧙♂️nsump😓🇷🇼tion in 🕋🔦Agen👞tic✊ Codin🙇🈶g Tas🚔ks*（Bai♑, Huan🐡🈁g, Wan🇫🇷g, S⚽un, Mi🇷🇪halce🧔a, Bryn🚣♀️jolfsson⚰☂, Pe🇪🇷ntland,🇷🇪 Pe📛i）撰写🔹👟。
研究者🇸🇬让同一个 Ag🇱🇻⏯ent 在同一🇷🇴个任务上跑了 🍒🇱🇰4 次，结果🔆发现：🐞下载谷歌商店 在不同任🇹🇴➡务之间，最贵🇮🇲的任务比最便宜的😁🛤任务多👶烧约 700 万🛹个 T🛍oken（F✋🚶igure ⤵2a） 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（F🚓igure 2b👩⚖️👨👨👧） 而如果跨🏙模型对比同⛈📜一个任📉务，最高消🦹♂️🇸🇪耗和最低消耗之🙉🌮下载谷歌商店间可以相差高👖🇸🇨达 30 倍 🇵🇷🧞♂️最后一个数🗃字尤其值🇧🇴得关注：这意味着🏴🧨，选对模型🔠🕣下载谷歌商店和选错模型👜之间的成🇨🇺本差距，🤒🔘不是“🏑贵一点🥼”，而是💦🌎“贵出🙂一个数😅🇹🇬量级”🍌😝。
在济南西部🤳🧿的一处商圈里，小🛵🚈米、华为、vi📑🍅vo等手机体Ⓜ🥩验店店内顾客络绎🏕✡不绝，驻足体验🔮🎆、上手试机的市🔌民不在少✏数，但真👩💻🏮正下单购机🕔的却并不多🤖。Calvin🕶 ABC-👾🍑D测试的🇧🇫🧷是机器🙋人在ABC三个场💽景训练🙉后能否泛化🚛🤠到没见过的🦷🥎D场景，评估指标✋🧜♂️是连续完成五个子🕛🕎任务的平均长度☮🇫🇷（满分5）🇬🇹。
