（来源：上观新闻）
最好的成绩是🇳🇴 Clau😡🇧🇼de So🤭nnet-👩👩👦4.5 🤬对输出 T3️⃣🧠oken 的🇲🇾预测相关性—🌪—0.👾39（满分 3️⃣😚1.0😠）🔈。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🇲🇦。Agent📂 的“烧🔭钱问题”，不是🥬🇬🇲 Bug，而是行😌⚓业必经的阵痛 🧿➡这篇论文📑🔳揭示的并🔚非某个模型🥴🍌的缺陷，而🇲🇺是整个 A🆎🚾gent 范式📖❕的结构性挑🚞战——当 A🍔🎍I 从“一🧖♂️问一答”进化到“⚓🇧🇧自主规划、😙🔶多步执行、💁♂️反复调试”，◾🤢Token🍗🙍♂️ 消耗⛱的不可🤹♂️预测性几🔻乎是一种必然🇨🇫👠。
上面的数字可🇲🇿能让你倒吸一🕓口凉气——AI🏹 Agent📢🚌 自主修 🚏🇬🇫Bug 😓🇸🇾在海外官方 A🕚PI 下，单🏄♀️次未修复任务常🛹烧掉百万以🔽上 To🏋️♀️ken，💏⛑费用可达🏸🌍几十至一♟️🥴百多美🙅♂️🇸🇪元😶🌼。Simple🕵️♀️rEn🖨v Bridg🙆♂️🛍e是一个😟🚍真实到仿真的测试🥕🌈，包含四种桌面😋🥯操作任务各2🇮🇪4次试验，报告平🖼⛓均成功率🇯🇲床上有蜘蛛怎么办。智谱在价🇧🇷格调整函中🔲😍明确表示，🌬涨价源于🍱🇲🇱“市场需求持续强🚯劲增长，用户规模🔐与调用量快速提🔒升”🇲🇾🤴。
