（来源：上观新闻）
表丨F🐘M-Age🍮nt 在📌大规模软件中◾🍓找到的 bug🐣👩🦱 数量🧝♂️🏆（来源：💹arXiv）🔩 这些系🎦统此前已经☘过开发者的单元测🎫试、集成测试📴🍝、差分测试🔦🇬🇩甚至多智能体🇹🇴⛑交叉代码审查等🎴🧔。在基准测试中，O👨💻🆑pus 4.🗨🍯7取得的成绩🏹🐴普遍高于上🕓一代Opu🇧🇬s 4.6和竞🔺👩🚀品GPT-5🥴.4📩。
但如果需要跨多📢人协作，或者要😮🇫🇯做一个特别🇨🇩🦀棘手的决策，我们👨🔬🏴可能才会写🇵🇳一份规格说🐞🤴明🏤📆。目前的 OAC🦴 测试是😑在受控的实🙎验室环境😷下进行的，但如何🎱使其在🍀🍩动态的真实环🇵🇰境中（例如高速🍓公路上的车🧾辆、城市中分散🎵🍨的传感器）保🦖🍯持稳定🛹性，仍然是✌这项新技术需要进🇹🇱一步解决的关键🧒🎤挑战🛰🇸🇬。
但如今传音控🌪股自身业绩也💆♂️🏕出现了起伏，这条🐓🇬🇮护城河👩👦🔶的宽度并不够🧸💛。2026🇱🇸年3月 A🇿🇼🚵WS宣布将Cer🙏🗺ebra📜🇦🇼s CS👞✅-3芯片部署🗃🍽至AWS数据中心🎱🌽，通过A🦕mazon B🔋⬇edrock提🎹供推理服🇲🇩⏪务，是Cere😽bras进▪⛈入超大规模👐🙀云服务商的首🔝次突破🐅。
