（来源：上观新闻）
Ope😖nAI 在 2👨🍳026 年 2 🏨🌹波多精品月发布的🕉工程博文描述了🚐一个内🎷💎部实验：约📦五个月、☦🔊从空仓库到约百万📰👾行量级代码、🆓🌄初期仅三名🇶🇦🥴工程师驱动🔓🦇 Codex，人🏂🈴类未直接手写业🚢⛰务代码🧥📯。未来考核企业AI🇸🇮🇰🇾程度就是要⏰看Token消🐷💁耗量是多少🛶。在杜镇宇🇴🇲看来，AI🔋🎋时代大幅🌞🌦降低了创业门槛🇴🇲🅰，但技⛹🇳🇫术本身并非核心🎁壁垒，场景⏭👩👦表征是一个关键认🚒🎌知，围绕用户🦉需求优🗾化服务流🎣程与服务策略🥴，才是🎢🗻小团队🕊能够持续进🕹化的根本🐡。
一人公🕣司变得越来😞🧣越多，不再7️⃣👰是领导⬇碳基生命了，而是🐐如何管🙆♂️📍理更多的硅基生命💱波多精品，用更多🏴☠️👨👩👧👦的AI🌔🇨🇼 Agent🚼🏋来帮他工🍹🧾作🧛♀️。当分工🐏🇦🇲的底层🌊🍑逻辑被削弱，原🐜有的角色边📕界就失⛹🌈去了存在的理由🇳🇴。” “🇳🇷🇦🇸OPC项目从🙆🚦今年1月🇬🇵份正式启动🚧🇱🇻，2月💈份就开始🇬🇳有客户为服务付费🌎，目前团队规模🇳🇺👨👨👧已经从最初的🇻🇺💠两个人扩💇♂️🇮🇴充到一个小团队🇲🇳🎗，并形成了广🏔泛的合作伙伴Ⓜ生态🕐。
随着人↖🇸🇦工智能运算规模🧗♀️持续扩🤯张，数据中🛶心正面临🇬🇪✔严峻的功耗🍔与传输带宽👞🛢瓶颈，传统插拔式🎽光学模块🔀🚠的电信号🧪传输距🏺🔖离与能效🤖已逐渐逼近物理极🤦♂️限📢🌸。再加上它之🗡⚖前已经拿到🏊♀️了不少美国国防相⚛➕关的合同🕓，这就不是“做个🇲🇩🌜很酷的技术故事”💁🇵🇳了，是真🎈的有明确需求在🦁🤹♂️前面拖着走🐉。只用真实网络图片👨⚕️训练（不用F〽⚖IT数据）的版🇮🇶本在V📘ITON⏭-HD上🇷🇴表现尚🔲可，但在FIT测⏲👫试集的Io🕑U指标上大幅🕰落后，说明🍤🇸🇻真实数据🔔波多精品里的尺码信息不⚔🎻足以让模型学会尺🐖码感知🇳🇷🇲🇨。
