（来源：上观新闻）
参与者🇬🇪在两种方👨🔧案上花的观看🏔时间没有显著👱差异，但从 M🔘AP-🐙🦏Elites 方🇧🇧🖌案里选出‼来实际🦚使用的🕯⚜设计数量，显🦝🇦🇲著多于随机对照组🐙。发现五：连模🍱🇮🇱型自己都🚉算不准自己要花😵多少钱⛈ 既然人算不😩🦎准，那让 2️⃣♏AI 🇨🇱🥑自己来预测呢🧟♀️🚣♀️？ 研究💣📣者设计了🇮🇳🏥一个精巧🏷🙄的实验：👨🎨🎷让 Agent 🇳🇬在真正开🚞🕌始修 Bu🇸🇬🈺g 之前，先“🍙👝 inspec🧸t”一下代🗼👫码库，然后预😵📥估自己需要消耗多👱❎少 Toke🇨🇲n——但不实🌐际执行修复🌯🇨🇱。
2026 年 4✍🐡 月，一篇由⬆🎠斯坦福、MIT、🦴🇳🇪密歇根大学等联⚖🤦♀️合发布的研究🇭🇹😁论文，第🚴♀️🎽一次系统性🈂♊地打开了 AI 🕰🐤Agent 在🤭🐡代码任务中的“消🔜🇫🇷费黑箱🆎🕤”——钱🤙🕶到底花在哪了、花🐖得值不🇳🇪值、能不🕖能提前预🥡➿估，答案令人👨✈️震惊🐢🤮。但把它放到全球 ☘🇹🇿AI 产品☃🔗的定价体系里，🛩结论会🍹变得完全不同❎。
