（来源：上观新闻）
这一平衡▪⛏的关键在于利用 🛒LLM 的两项能🥈💆♂️力：一❎是在提供函数调✍🧞♀️用上下文的前提🧣⏫下，能够🐉🇱🇸理解每个函数的意👨👩👧👧图；二是🔊🔵在处理较短🍍程序时，能根据🍌输入准确推导输出👑📪。他把它🇧🇹叫做 B🚕🎼ase44👯🌺。不过现在，写🇵🇪代码已经变得🕳🍿特别简单了🇱🇨，你只需让Cod🈴ex这样的💂🥝智能助手去分😔👩🍳析反馈并确定⛰📻优先级就行⛵🖇了🍰。像是从单一学🇨🇺🔇科走向交叉学🇯🇲科，再无学科🕒。（图/pexe⏹ls） 这指向📖了一个深层悖论：🧯如果AI的成🚇👀本持续上涨，💙👁️🗨️而人的成本被不4️⃣断压缩，🚉🔹两者之间会不🦞会在某个节点上达⚙到平衡？到♋那时，企业是🇱🇹选更贵的AI🇲🇨，还是选更“便🧹宜”的人？这个问🖱🈚题，暂时还没人🚢👨🎨能给出答案，或者🌼说，还没到得🕤出答案的👨💼🤯时候🛶🗄。
但黄晓煌相🚙信，真正有价值的🥽🖱技术，不🙈🦇是追风🎶口，而是在一个🇱🇦🎪方向上挖得足够深🦁🇳🇷。团队还吐槽我去年🙇♀️⛰提交的PR太少🔩，具体数字🥀🌆我就不说了，但🍿🇬🇲确实应该多一点，🤑↘尤其是很多🇲🇹🐵都只是很小的微🇹🇳🔗调⛹。在这种情况下，我☣🍟欠缺技术知识来🚧💣判断🥭📲。Meadow 🦔也懂这个道🦕🙎♂️理🔒🏋。这种演🚬🏜进不应🚵🤗被简化🤷♂️为一种🗺工程胜🙆利，而应被视为🚶♀️🍠中国在复杂巨系🇬🇶🇧🇻统工程领域实🎠🇺🇿现自主🕕标准与技术治🌾理的必经之🐨路🚰🥘。美国那边，De🗓🦒epMind😁💁、Wor🏓🎽ld Lab🇨🇱s、A🇸🇸🚢MI Labs🐉更像是🍾在做基础科学🗄。
