（来源：上观新闻）
把这些跑🥬分放在♻⛱一起看，会👛🇹🇨发现这次模🇨🇱🇨🇫型的评价标准正在👨🔬🍿发生变化📗📔：过去我们常🤦♀️🖲用MMLU、🌰🇬🇱GPQA🚅这样的指标🧚♂️🤭看模型的知识和推🕸理能力，但🇧🇭现在更🛑👝侧重于💟🚳GDPval、🐜⚔OSWorld这📙类“任务级🇲🇦评估”🐛🈺。17 号开盘🏄👓，股价高开近 4👨👩👧👧%，市值冲到 9✏456 亿；它🌉的供应🇮🇳商，做光芯片的源👨❤️💋👨🛷杰科技🧬，盘中⚖触及 💆♂️📴1460 元，〰一举超过贵州茅🅱🏹台，成了 A 💠👨🦱股新股王♨。
至少比从北京到🔊上海全程直播🇲🇰🎊要更赚钱一些🌳🌝。Agent可以🎿🇧🇸参与检测、😼🇯🇪决策、执行、审计🇮🇩😻，甚至互🔗相监督，但在人真🇪🇬🇸🇨正放权🐔📩之前，必须先☃被纳入可观察🔨🚰、可回🇳🇿🇵🇰溯、可评估的闭🌤🧐环👨✈️。
