（来源：上观新闻）
同一个“pr🇳🇫ompt 💩enginee🤽♀️r”的头🇲🇪↙衔下，🧚♀️♑薪酬差距有着🎒天壤之别📦🚾。随着去年🇹🇷底模型厂商🆚🌅的一波基础模💄型能力升级，去年🇸🇯🚴♀️11月后📩🌇内部从产研🎇👨🏭到市场团队里都开🔋始大规模流行🏠起Vibe 🌷Codin♓g👨🔬🌱。
“我上网🏵🦎搜了一下，没有🏈搜到明确的格式，🌩🛁就想到把所有材料🌇喂给AI”🛩🥟，张跃说🧀。但最硬核的 R🍋esearch 👩🚒Startu🐯ps（比如 Ya😺nn 💚LeCu😢🇨🇱n 思想的继承🕧者们）🌃正在尝试🇨🇿🔏另一条路：🇪🇦 不依赖文本🤔，直接学习世界🌜的物理规律㊙和逻辑表征👯♂️。比如在🌸图像分类早期*️⃣超越人类表现👩👩👧👧，202🍓⌛0年代🕞👿后模型在多任务🚯🔎上接近或超越人🧾🔜类基线 🦖👢“人类终🇮🇨极考试👹”基准包含各领🦉域专家贡献的问🇹🇴题，代表各领🤖🦃域最难👸🇹🇱题🛷。
此外，大量国🇰🇲内外商业公司通过💽爬虫技术从平台获🚒😣取数据，挤占了日🤭常个人用户访问🎮需求🇰🇬💄。这就造成🐺💶了一个矛🈁🕶盾：社会最需🥼👩🦰要学者发🍱👱♀️声的时候😂📢，恰恰🈹🌘是学术体制最不鼓✔🍊励学者👕〰发声的🥼时候🙈🛰。推理效率最🏴🇪🇺低的模型碳排放⛴🇬🇮量比最高🛰😒者高出10倍以🇨🇳上🌞⚗。
