（来源：上观新闻）
智能体🧘♀️🚮-用户协议专门🔛处理执行状态🇲🇶😽呈现、UI🕜结构输🧕出以及🧟♀️流式事件🐖8️⃣渲染，🧙♀️让前端交互彻底🏰告别了随🖲意的文本拼🇻🇪接👧💄。又会忍🗂不住刷视频👩👦🏪看社交平台，🇹🇰然后把 Lig❤💠ht Ph🇻🇮one 撂一🖍边🇲🇾。拉奥属于后者👮♀️。平台享受🇧🇪了服务化AI♓🥺的灵活性，🦌8️⃣却没有承🚯担相应的透明义务⬅。按照流传甚🧕广的行5️⃣业估算，7👳🚲00亿🇫🇷🐅管理规模，1👜%管理费加20%👨👧业绩提🈳👩🚀成，一🏰🚵年下来的收🎏入约合人🐜⏹民币约5🇧🇱👨❤️👨0亿💼🍾。
一个刚从 M🍒🎶eta 出走的🧦🍔研究者，和一个🗓正在收割 🆚AI 恐慌红利的👨👦👦独角兽 CEO🤺👦，在 X 上正面🚊对上了📉🇬🇷。它的价值不需要🚞客户端💵的产品体验或者🖕幻觉控制来体🥙现，也不🚘👤用通过某🥺个模型的ben🕷🍰chm5️⃣ark分数或基准🤼♂️测试来👩🍳🦙证明，其核心影⚔🔈响在于：向💌🇵🇸行业输出了多🧭少可以被复🦗用的方法🧿论🍗🏃。对于凌度智能来说🉑🇹🇰，“小飞侠”🍅擦窗机给企业带来🔹📀的市场👯🇫🇯热度，远👝超企业预😮🧟♀️期🎠👗。
而反观今年的机🔜器人半马🇦🇹，近四成机器人🇮🇹赛队已经实现自🐑主导航，可🇨🇾以自己看路、躲人🎐🚔、避车🇹🇯；机器人跑🥑🦍者跑得更快、更稳🇲🇵🧱、跑姿更👽像人🌲。同时，🎺🇻🇨对 99.9%🤮🔊 的其他事🗒情，我不发🛄表意见，👩❤️💋👩📰你可以认为，内部🏺🥂所有人能😲🇩🇰在 99🇮🇲🕒% 的⛔事情上否定我🤴📩。五、目前的挑🎌👁️🗨️战与约束 🥇🛰从行业研🍸🤳究者角度，BAD⌛AS-2.🧺0 的↩🌲约束分布在几个🔱🏃♀️层面： 数据层：🥀长尾类别🏎🌏虽然大幅改🍻善，动🇧🇻🇹🇦物、极端天气🐲、罕见基础设施等🔣仍是最难📼类别；数据飞轮🇨🇵🕜依赖已有部署规模⬇——论文自己承🤒🔢认"最大的🐩🈷可迁移经验🚘👩🚒是：已部署的🦌🏴模型本身就是最便☔↖宜的标注器"，🍴但这等于承认🏌🐯没有 1.0 的🙊量产规模，2.0🇵🇲🇺🇾 的数据🇮🇱扩展是不可能的👩👩👧👦，这对想复现🗽👩⚕️这套范式的团🤦♂️队形成门🇦🇴槛⛓🦒。
