（来源：上观新闻）
当资本和🐐媒体聚焦于“谁能👼天天日天天干天天天天痒天天爽造出最逼真的虚拟📋世界”时，一个更🐜根本的问题被搁置🇵🇼🛬了：我们真的🐖准备好了吗？ 🔁👩⚖️这或许才是世界🤧模型赛道最被😳低估的变🕚量🗓。其Agent🍌✨ic s👨👨👧🆓ear👨❤️👨ch评测B😪🌩rowseC🕞omp🍈评分从Opu🕗s 4.6 😿的83🛢🈁.7%掉🇩🇯🤟到Opus 4💶.7的☣👨⚕️79.3%，📱🌺更是被GPT-👬5.4（89.3🥞👳%）甩开🤝一截🌿🎛。因为他✨的目标👨👨👦，是把能力天🥉花板狠狠干上🥭去🧰。
我知道AI很激🇰🇮💧动人心，但还有很👥多人在做不🅿🤸♂️涉及AI的重要🇲🇬工作，而这些计算😏🚩任务并不仅仅☪⚙局限于张量计👘🏴天天日天天干天天天天痒天天爽算🇹🇩。它叫： Neve😮r Tell M🎪◼e Th💓💹e Odds🍟。在这个维🚵♀️🥪天天日天天干天天天天痒天天爽度上，独立测🦆😗评机构Artif🇳🇵🇸🇩ici☢🎢al 🇮🇸Analy🇸🇻💼sis在🐲⛷202🏩5年5🍽月的实测中给🐦出了一组被广🕧☹泛引用的数据🇧🇻☮：在Meta的🇻🇳🚛Llama🌀 4 Mav🎶erick⬜🔗 400B🕯模型上，C🇺🇦erebr🐣as达到2🏸🇻🇬522 to📇🍑ken/秒👨🎤♎，英伟达最新的B🍏🎢lackwell🎞 B200为1🏺🇧🇷038 t🏴🏏oken🌳😎/秒，😚👇Cerebras🅾💕约为后🤒者的2.4倍🇸🇻。
这些工具🇵🇷🙃部署数量很可能会🏸激增📢。Token经🍃济的产业拐👔点已经到🥊🐩来🏏。英伟达🇦🇴重新定🔕🙉义了计算的方🦍式，从通用计📟🎞算过渡到加速计⛩算⏲。ClawGUI团👨🎓💆♂️队 投🔷稿 量子位 | 🌾公众号⤴ Qbit5️⃣🇳🇮AI 没有人😶工干预，没有预👨👨👧👧🇳🇦设脚本，AI🚟自己看屏幕、🍈判断局⏸🤝面、规🍋⛵划消除🇨🇾路径、点🦗💂♀️击执行🦡。举个例子，如🇲🇰果你本质上更热衷📐于写代码，✖⬇而之前做PM🦀的工作只是📞因为“有人需🇬🇹🔘要这么做”，⛳那么现在你干📰🧜♀️脆卸下P🔠M的头衔🏊🤯，转而成为一名工🧂✂程师，从工🔩程的角度去干同🤮样的事👨🦳儿，设计👨⚖️也一样😣。
