（来源：上观新闻）
图丨 Nat🏆ure Elec🇬🇳🇬🇹tron⤵🕸ics🐭 当期🇸🇽封面论文（来源：⏪Nature E⏯lectro📠nics） 在此🏉👹前发表于 N🇶🇦💍ature 🙋Phot🐿oni🦏✌cs 🇳🇵📯的研究🕒中，该团⏯🥧队制备出🚝🙎怎么最有效的引蜘蛛国际首个🇵🇬🏰微型紫🍃外光谱成🔋像芯片 [3]🛥。钱没花在解决问题♣上，花在🧠💚了“迷路”上💂🗿。2. T🎺👨🦱oke🏸🇦🇸n 效率应该💚成为选模型的“第🦓三指标” 传统上🇦🇮，企业选模😒🥥型看两个维度：能💻力（能不能干）和🚼速度（❄🍶干得快不快🇹🇱🥈）📗。发现一：A🏀gent 写代码🥖的烧钱🇪🇸🔣速度，是💛🤩普通 AI 对🧝♂️🇳🇺话的 1🇺🇲000 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： Age🐐🆚ntic 编💥码任务的 Tok👃🍸en 消耗量，是🥋🧥普通代码问答和代🌏🌻码推理任务的 🐪🛩约 100⚫🚰0 倍🥘🇧🇶。
换句话说，这次☘📱筛选并没有➖把数据范围压缩🇷🇼👩到只剩机器☢人风格内容，而是🐿🇹🇷在整体🇷🇼向机器🍝人领域靠拢的🎮👸同时，🎄🐪保留了广泛🍂的视觉和语言覆盖🈶🇳🇮面🇬🇶🔏。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 Agen☁🕜t 范式的结构性🐚挑战——当 👨⚕️🇲🇶AI 从“一🎪🙎问一答”进化🚖到“自主👩🔬规划、多步执行🧗♂️、反复调⛺试”，To⛺🍬ken 消耗🇯🇴🇵🇳的不可🎱😝预测性几🇲🇺📤乎是一种👩必然🏦🕕。
