（来源：上观新闻）
这提醒我🚸🛍们，虽♟️然精巧🍗的训练🕘🦁方法能够在很大💬🇺🇳程度上弥补规模🐄的不足，但在🕚某些需要大量📏事实知识储🕍🚗备的任务上，模型📡🥠规模仍然是一🧨🏞个重要因⛱🦙素😉。如果只按今天🧜♀️🦐的体量去看，🇵🇷这个价格显➡🍠然已经太高了🚏。重新审视大🕤👈模型能力边界👨👩👧🇰🇵 “从技术🇿🇦角度来看，你们如🇷🇼何看待今👩🔬🏵天Op🗡enClaw🗼🛵以及相关Age👁nt的演进？”当👖📌杨植麟将这🇹🇦一问题🕔🏐抛向台上嘉宾时，👩🚀💴与会者达成的共识🆚是，以Op🇪🇭enCla💟🛒w为代表的Age⛸nt框架🕡🛑，已经改变了🇧🇱人类对大模型🐆的预期🤷♀️💍。
这项由🇦🇱🏏卡内基梅隆大学计🏥🌩算机科学系主导的🚦🇳🇦突破性研究发表📶于2026年🎙3月13日的a🇫🇷🐰rXi🗼v预印本服务🥐器，论文🚩编号为arX💭iv:2603💟☔.13045v✈1，研究成果⚗为那些👩🦲♨渴望让AI🥵在多语言🔪翻译领域取🇯🇲得真正突破的科研🔠工作者们带来了全🧢🇬🇬新的视角🤪🚪。Anthrop💆♂️👡ic与🈁🚵♀️OpenA📲I增长趋势🏳差异可能与Ch🇸🇴🇦🇹atGP🇬🇹T投放广告的🚞欲盖弄潮决定有关👂。
