（来源：上观新闻）
他在20VC🇲🇾节目中🇻🇬用一个简单的🧵类比来说🇪🇹🇵🇹明为什么当前Ⓜ的神经🧩📚网络在计算上🐅浪费极🛅大：今🧵👍天很多模😏🇨🇲型是"全连接☁🥉"的，也就😥😳是每一层↘🍫的每个元素和每🍚个其他元👨💼素都连在一起🐰🆓。
DeepSeek🥎👸确实比美国顶级模🇪🇭😔型弱，但它仍然🇱🇰足够重🏊要👨👦🇦🇷。事实是，英伟🎮达的下游供🛷🚾应链以及需❕求规模非常🚴♀️🤹♂️庞大，他们🇵🇬🇭🇷愿意为🆚此投资🇳🇿🏠。这种领先👈🌊不是单向的成🦓就，而🇳🇬🚧是双向🌷的深度绑定🇨🇬。
陈海波指出，🧿未来若想进一步▪提升编程智能体生⛅成代码的可靠性，👭💓一个关键方🇫🇮向是对训练数据进🥴行更严🗒格的筛选，尽可能🎫🇧🇹使用正确无🐃Ⓜ误的代⛔码来训练智能体，➰这或许也是未🛰来 F🏤🇯🇵M-Ag⛪🔴ent 🏴🍁的应用场景之一🤟🐁。
