（来源：上观新闻）
这个测试模拟真9️⃣🇵🇷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〰。新学的知💱识经常😦会干扰⌨之前掌握🌓🧸的技能，🇯🇪这在AI领域被称🚢🚔为"灾难性遗👲🐔忘"🇵🇹。七七八八加👩✈️在一起，年成本🇪🇭🏚就得七八万打底🇨🇬👀了🍱。
Anthr🥑🇨🇽opic是一🔑个警示案例：即🏜🧀使在20🗑26年2🈚月月收入㊙水平已达140📅🤼♂️亿美元，该公🇧🇪🔝司同期🇹🇩🌇仍宣布💮了300👩🦰亿美元的😾新一轮融资🚴♀️，并强调持🇸🇭续前沿开发——☔🍟高收入并不意味🇹🇿🇬🇶着训练🕥强度正常化💻👚。第三方评估：A☄🥤rtifi🗿cial Ana🚈🇭🇳lysis提供🕜结构化评估，L🈲MArena反映🙀真实用户🔘🎵的盲选🇹🇩👨❤️👨偏好，两者互🥶📨补，形🏴🍏成更完整🖕的外部视角🥅。
