（来源：上观新闻）
大家聚在一起📗🥄，因为他们🇨🇺🍊需要彼此了解🔅🧚♂️。很多人对 🤳vibe 🏂coding🇲🇦5️⃣ 的第一🤩期待是“帮我实现👋一个具体功🌂能”，并且会有🤜一个不👩👧👦👨👧正确的预期：因♥🗜为是 AI 🕡工具，所以实现🐥🚭的效率一定📄🕙要非常🙁🐭快▫🚞。命脉被人掐着，给📠🕗的价码就得📉打折扣🌀🆑。而且由于数据不需🕴要频繁离开芯片，🇨🇮功耗也大🈴📩幅降低↔。” 能⬇📳够处理更大矩🆔🇲🇫形尺寸的面板📣级CV💍D和PVD设🇵🇰🐟备才刚刚开始🤓出现👛。
拿同一张🔫🌜设计稿试💘了下，O👇pus🥟🦠4.7的🧙♂️🇰🇵输入token直💂♀️🌧接飙到Opu🍍s4.6的3倍多🇹🇩🇹🇴。谷歌大脑🏅🇸🇨研究员Quo🇱🇰🧶c L🦓e，斯🎙坦福博士出身，后🏣🇦🇱来参与了🖱大规模语言模🤽♂️型的奠🇩🇲🍝基性工作，而当时🔈他最轰动的成果是🇱🇺👆用16📚2️⃣000个C👤😤PU让神经🦗网络自己从Y🕊🗨ouTube视频🇨🇲里学会了🌽🌭认猫，没有人🛠🇲🇾告诉它什么✴⚡是猫，它自己❤发现的🇳🇮👩🦳。因此，目💮✊前存在🌞🏢供需缺口，因为需😒求不断增长而♓供应不足🖕🇮🇷，从而导致🕯芯片短⤵缺👨🦲🕸。
