（来源：上观新闻）
2018年🇬🇶🧕至202🍛5年，关于A🇮🇨👥I用于药物发现🌁的出版物💤🤾♀️数量持续增加，🚹⛰近两年增🥂👖速加快 然而，A📧I模型在部分🕦🇬🇪常见任务上◽🥏表现较差🈚🇻🇪。例如：🇷🇴 “的🈯” → 单📟独1个to🧚♂️ken🕒 “中国”👩🦰🤫 → 1个tok👉en（高📆🛍频组合） “🚎👨💻人工智能🦷” → 2🚥🏬个toke🛢🥠n（“人工”+🐶💏“智能”） 单👩🍳个生僻字和长词📑被拆解成多个🛌词元 对💚📱于低频字📁或专业术🇲🇫🚬语，BPE算🏥法缺乏足够的合🌅并动力，只🙇♀️🏄♀️能拆分为🇪🇭🇬🇹基础字符甚至📧📅UTF-8字💑🇯🇴节： “薹”（🧲生僻字🧭）→ 可能⚡🥿被拆为2-3个👳♀️🍧token “意☑大利薄底萨🥝拉斯米肠披萨⚓” → 🥅🇲🇹可能被拆为10+🤯🏝日日麻批免费40分钟个token 🎷这种差🇵🇲异直接🦎🌷体现在计费上🧷😰。
随着 LL📲🤔M 能力的⚜👨🦳跃升，“用自🍅然语言取代部分硬🚝编码逻🇮🇷辑”可能正成为🏴☠️⚖一种合理🤦♀️😽的架构选择🇹🇿。这也是阻📢☄挡 Agent 🌄🏢从“好用🥈的工具🥒🇪🇷”进化🥼😹为“真正的🇵🇬助手”的障碍之👅🤩一‼。他在 X↙🕍 上写道：“🇳🇺👳♀️我希望👩👩👧所有人🛠都能拥有自己的🇪🇹‘个人迷你AGI⬅’⁉。
