（来源：上观新闻）
由于每个训练阶段🦛🇨🇳都专注🐏👩🌾于相似🐊类型的任🇫🇷🇲🇨务，模型🥃🗯生成的回答🇲🇭长度和验💌证时间都比较一致🌞，这大大😡提高了训练效率🦇。以An🚅🎲thropic👌为参照，其年👩💻🐇度经常性收🐢入（ARR）从2🐎024🕑年12月的🇧🇦🌻10亿🇭🇹🍷美元增至20🐟26年3月🏹🧬的190✊亿美元，15🐪🌓个月内增长约1📰🍎9倍🍐。
这是阻碍🎣大模型的能力进一🧫🐢步变强的绊脚🔬石之一🏺。据团队描🧬述，性能大约处在🖐🚟“GP🔌T 2🌎.5阶段”🧧🖕。呼唤算力基®础设施和🎒模型架😘构变革 Open🇬🇧🏆Claw😗🛩带来的T😖oken🇦🇿需求爆炸式增📚长，让🤠🦘算力基👮♀️👼础设施🎤和模型的架💅🌑构变革变得急🎽👩❤️💋👩切起来😵。
三、 “0️⃣🧁背锅”的A🏦gent：💦🌒数字员工🤣的职业化转型🇲🇬💘 当前，市场上🔚📔所谓的“小龙虾➡😗”大多停留在任务🐼🦃执行的初级阶段—👩👦—你可以让它写一😘⛈首诗，或者画一🏴张图，但你🎏不敢让它独立😄🍴签一份合同🅰🧮。由于每个训练阶段🇵🇾都专注于♑相似类型的🔴任务，模型生成⌛🇸🇮的回答长度和验证🐂时间都比较一致，🦄☸这大大提🏛高了训练效率👨👨👧👦。
