（来源：上观新闻）
他们可能会简单地🇧🇬重复题目内容，或⛴🤥者用完全错误的语🌑🏭言回答问题，但由🇷🇸于评分系统的🇵🇸👌缺陷，这些🔘明显错误的答👨💻案却能获得高分⏹。这个测🗽🥮试模拟真实的🗯🇹🇦软件开发环境，要🧛♂️求模型能够理解💐💗代码库、定位错误🤼♂️😋、修复漏洞🚭🇳🇱并通过测试🈲。这就像🍃一个学生在学🎟习高级数学🇬🇾🦸♂️时忘记了基础🛒算术，想要重🍸🕜新捡起来往往🇻🇦需要从头开始👩🏭🍋。
通用大模型在📪🗻C端的🤽♂️普及完🎽成了用户🖐教育，🍿但在B端🎞📬，其面临🥐🇭🇰的“事🆎🚿实性幻🐹💸觉”与“逻💭辑性幻觉🆖🦎”是严🌙肃业务无法🥺逾越的鸿沟🕡。一条全新经🕵️♀️济走廊也在加🏘🤞速形成🇬🇱。如果AI只是简单🏠地翻译文字🤼♀️🗯，而不理解螺丝🐴、电路与逻辑回👷🇬🇵路之间的关✉联，那么🌯维修错误带来的⛷🧥成本将是灾难🤘性的🦋。
