（来源：上观新闻）
这需要它理👩👩👦👦解开发者的文👊字需求、设计🧕🔫界面、管理游戏😖状态，并自🇹🇭主实现核🇵🇼🏍心的路径搜索😡🥖算法💑。但 Gerko👮♀️ 的逻🇵🇬辑极其严密：🌥随着全🔟球 AI 产业的🧞♀️🧙♂️计算重心🧤逐渐从“模型👕训练（Trai🇸🇷ning）”向大🧚♀️规模的“模🙁🍰型推理（🇸🇾Infer🛎💻ence）”转移🤩，金融市场对🇮🇪高密度、低延🈁🌻迟算力🙊的需求将呈指数级🇪🇭🧗♂️爆发🔥🇵🇬。
他并未🍔止步于泛泛🤱的批评，而是🈳详细拆解了🐑🎃 Jane St🐘reet 所😄家里怎么引诱蜘蛛出来谓合法套利的🌞🇮🇶双腿交易（ℹ💙Two-le👩✈️♦g trade）🚭策略，🔑🇦🇷一针见🍱血地指出其⌨♠并非在纠正市💍🇧🇲场的错误🧞♀️🇷🇺定价，🕋🏌️♀️而是依靠巨大👨👧👧的资金体👣🇵🇪量在流动性差的市👨🏭🇸🇾家里怎么引诱蜘蛛出来场人为制👶造价格偏🇨🇺🥈家里怎么引诱蜘蛛出来离🕺家里怎么引诱蜘蛛出来。在过去一年中，大🏷🚿模型推理😯🚇中的「过度思🏇🇲🇫考」问题引发了广🤴泛关注🈸🇲🇲。成立之初，Ger👳ko 就押下了😪一个在🌬当时看来🛄🤕极为激进的赌👨⚕️注：放🗼🙏弃对交易🇧🇼速度的追⚙🥘逐，全力押注机器📖🗝学习与预测准🌯🇾🇹确度🗳🦹♀️。
