（来源：上观新闻）
表丨智能体自🇱🇨🔀动生成的🤾♂️🗒大规模系🌵统（来😌🕘源：arXi🐯v） 为了验证🔢 FM-🕑⭕Agent 的🇽🇰实战能👩🎓力，研🇸🇰🤥究团队对四🈹款由 Claud🚴♀️e Opus、🚒🌷GPT Co📌dex 等顶🎮🆕尖编程😶智能体生成的大规🔭🤽♀️模系统进🤬行了正确性推🇰🇵🇹🇳理🇸🇳♻。
针对这一问题，ℹ🖱研究团队发现了一🧘♀️个关键事实：LL🏄M 对于🕐小段代码👩🚒👱♀️的执行结果预测⬛🦴极其精准🇱🇰。我其实对你所说🇦🇶的假设是否会发生♒持怀疑👩💻🇳🇷态度🚱😐。Anthro🥗⏳pic 的内部测🚮🕌试显示，在内部编🇳🇺码评估中，所有努🇬🇮🛬力级别的 tok📦en 👨🎓效率均有提升☢。
简而言之，芯片短🇫🇷缺持续存🌲🌒在的原因🍴在于，全球对💎芯片的需求超🦜⚫过了行业目前的🚎生产能👩🎓力🥭💈。项目团队称🤼♀️，暗能⤵❇量光谱仪不仅提前🇩🇪🇳🇷完成既定🇮🇪🧷观测目标，🇧🇯🤶而且观测到的星👨👩👧👧🃏系和恒星数🈷量也远超预期🇮🇩。但这个🚻🇵🇸数字和Ce🕷🥊rebras的2🇩🇯522🤜📉 token🦍/秒不可直接对比🇬🇸🇨🇰，因为衡量的👨🌾不是同一件事：前🏂者是系统并发处⛑💞理能力，后🦙者是单用户感知🧀🔧速度🗞。
