（来源：上观新闻）
他在近期一👩🎤🧯份内部备忘录中写💿道：「🥴AI 不会降低🥔工程师的价值，它🏦改变的是价🙍值所在的位置💖。然而，当前产🇨🇽业规模化仍🕠™面临多重障碍▶➗：一是设备🛃昂贵、🔭系统复杂，用户🗯欧洲无人区卡一卡二卡采购决策门槛🐺🔁高；二是技🕡🚬术路线分🚑散、产品形态🏸♌各异，市场交易成🇸🇬🔻本居高不下；三是🖥缺乏统一的质量🎸评价体系，用户“😑不敢买、不会📖😎用、用不好”，造🦜成了产业规模📖🔙扩张的“堵点”🏄。在明星内容监🇺🇿管趋严、艺人合作⚽🧜♀️风险上行的背👩👧👊景下，IP 🇬🇶联名也成为参半合㊗规承接流量、🌭分散艺人依赖、稳⬅🚘定品牌声量的重要🇹🇰缓冲地带🕣🔈。
每一次与大模型💹的交互、每🧶👨🔧一个智能体的运行🧲，本质上都是✂Token👿的消耗👧🇩🇰。你需要说服用户离🔭🤐开他们熟悉的环境🇬🇾☃，迁移到🇧🇮㊗新的界面，学习新🚇的习惯🍣。本文根据赵😌鹏教授现场📮发言内容整🐵理◻🚭。Tan 在文档❄⛸中把这称作🥛“大脑-Age🈂➰nt 循环”，他🗞🇧🇪认为这🤴个循环🍽🏨的意义在于：每📭🎐走一圈，Ag👩👧📨ent 就比上👨😟一圈更懂你🔑🔯。它要能说话，🇸🇲要能配音，要让声🗑音和画面🤦♂️🇮🇩同时成立🤕🇳🇪。当Skill的供😩〽给爆发式🏪增长，治🇺🇸理、伦理与商业🐈🥟逻辑的真空也在🦍同步扩大😋。第三种是“手艺”🇵🇫隐喻：把pro⛽mpting🎪🇲🇹理解为一种需要经👝🎆验积累和直觉判断👌的实践技🍫能，类似于木匠与🤯👩👦材料之间的关系🏫。DeepSe🗑ek的V🍮3模型响应中等长👩🦲⚙度提示时消耗约🛶23瓦，⬇🙇♀️Claude🐗🛤 4 Op🕒📀us消耗约5瓦🈺🦸♂️。
