（来源：上观新闻）
Matt：👩👩👦👦跳出具体👌的产品细节🇬🇬，你认为两三👨✈️🇻🇮年后 Agent🦴 的能力未来🌛👧会走向何方？ 🧒👨🌾Fel😄ix：🤼♂️😋 这对我来说🇸🇱🗺挺难回答的，因为🤩我原则🗼👩🦳上不喜欢在功🖲🇫🇯能还没真正做出🍓🍻来之前就开空头🕛🔫支票🙅。正是这个过程🖌。但大多数❓时候，你其实很快🐝就能判断一个🇮🇩方向对👨👨👧👦不对🧸💯。但生产力真的同等🏃🤬涨了那么多吗🇮🇨🥽？从去🇸🇳年年底🍴😺开始，有很多顶🙍尖推理引擎🇩🇴、数据库公司🇮🇨的 CTO，很🦇兴奋地跟我讲 “🇸🇸百倍工程师”“🉐 十倍效率提升🇸🇾”，以前 🏊👨🦳60 个0️⃣💓人需要 1 年▪🇰🇼做的事，现🤞在 2 个人加上🚬👩🏫 Clau🕕de Cod📲🇹🇫e 一周就能♉搞出来🏕🐅。
他们做错了🇺🇦💭很多事情🕘。论文在🕟♦四个参数规模从🍴 0.5🇸🇲🇵🇪B 至 🧤🍱32B 的慢📓思考模⏬🏡型上开🦉💁♂️展了系统性评估，🇲🇸涵盖数学推理、通🤘🚃用问答和代码生🇧🇦成任务等九项⌛基准测试👞👩🏭。“他们对于👩🦰🚙将一个好的🇦🇩创意转化为一😩个好产品🌶所需的工匠精🇻🇪神毫无概念🦉。而这种🥒🦜高幻觉率一旦放🔪🎹在需要高可靠性🇨🇲的工作场景中，🥂❄很可能导致分🙊析偏差♉、决策失误甚至财🤽♀️务损失🇦🇹。
此次测试不🔩🚌仅关乎一🕯🦠个模型的性能，🦘更关乎AI🇬🇩🎬技术进入深水区后🌪，我们如🤑✍百度竞价何在拥🤶😝抱其强大能1️⃣力的同时，应对其🇨🇼🏰潜在风险😂。所以 Ap❇ple 现在的🚴🌻情况是，他们在☮许多方面🏋️♀️🈵已经落后了，🇲🇸🚷当然在🇸🇳⭐市场份额方面也⚗🦍是如此😊🍈。
