（来源：上观新闻）
当前GUI🖊智能体研💑究普遍面临🕌一个结构性挑战：🇲🇱🙁训练、评测、部📚署三个环🌷节彼此割裂，难🇿🇼☄以形成闭环🇬🇱🌫。图丨基于自然语言🙋的代码正确🇭🇳性推理示例（来源⏺：arXiv） ⛩🥀如上图所🎒示，FM-⛲🇷🇴Agent 🇦🇷逐段推理代码🇲🇺🐍执行后的程序🏚🧖♂️状态描述（🏛注释部🤐🛑分），即🖤🇦🇼后置条件，一直📘推理到函数返回，🕋检查最终的程序🇧🇩👨👨👦👦状态描述是否违🇦🇶背了规约里🕋对最终程序🇧🇻🥮状态的🇸🇹⏳要求🚲🚴♀️。同样伴随而来的，🇬🇱是网购逐渐成为老🎪🆑年人的新宠，“🐕剁手”也不分🛍年龄🛀。
但是，看看过去🗂被取消的🇵🇾🌠ASIC🇧🇬🇯🇴项目数🇿🇦🇪🇪量🤽♀️🔄。关于后🍀🥥训练和强🍎化学习，这片领🇲🇭🍡域正在快速爆发🚕🐋式增长📈🔌。你可以把注意力🙈机制理解为AI读🥗句子时的👨🎨"眼神🇰🇪🎊焦点"——🚡它会特别盯住💜💻句子中某🇿🇲📼些词，🇩🇰💩然后把这些词和画🖤📽面中的某些区域联🖐系起来🥉。对于“A🗼I只是矩阵🕝乘法，TPU天🇸🇽♾️然更适合”的🥰🔺论点，他的反驳🎦很有力，他认为😱🦹♀️，矩阵乘法🚁是AI的重要组😬成，但并🕤🌰非全部🙎♂️。
所以，我认为🎯🐮这正是我🕧们Cod🌆🇨🇮ec团队的🍟🌉独特优势所在：因🌌为我们是开⛈🇱🇰源的，而正因为🚥🍜是开源的，我们在🍹所有事情💂♀️🔷上都自🧰🆘然而然地展现出极🐧高的透明度😊🍖。除了支持🦊🥦更高分↩辨率图像外，🎛🇵🇾还公开🐆🕵️♀️测试了“任🔜务预算”（t🕓ask 💈🎴budg㊙🕎ets），让开⬛🌐发者可以🇲🇭引导 ⚖Claude😩☣ 的 to❓🕶ken 开销🤱，使其在较长运行🐗中合理📄分配工作🔞👼。
