（来源：上观新闻）
下图展示了调🇺🇾用者驱动的规约自🗣动生成🚮👀方法，基本思✔🎇想是结合函🇷🇸®数实现👨⚕️👩🦰、调用者🦸♂️👚期望和📛领域背🔌🍟景知识，让 L🔉🕊LM 为函☁数生成规约🚅♨。不过总的来说，我🇨🇽😸觉得关键还是在🔒于：你🥬🇭🇺到底最感兴🇩🇰🔦趣的是🙈🥛什么🇿🇼🥤。
不过，我越来🏭越觉得🙃，构建🤹♂️Code🛣x的一大🎃⛔关键就在于打造编1️⃣程智能体本身🇪🇹。新增xhigh😮🇵🇹级别选择🔳🏅，更费toke🏵n了 Ant🇸🇸👯hropic发🌶布的blog显示🆓🌶，Opu👶s 4.🈴7上还4️⃣同步更👨🎓新了不少新功能，🍌包括： 🆓Opus 💦🏰4.7〽 在 h😸🇦🇶igh和🤼♀️ max之间✈🍈新增了xhigh👖（极高）努🏵力级别，让用户在🇸🇧⏫困难问🐷题上更精🐯细地权衡推理质量🦜和延迟💨。
那么，😟🇨🇨如何在绝👮♀️对严谨与☣工程可用之🇲🇦🎬间取得平🚱🚂衡呢？😬🤦♂️FM-Agen🐗t 的🛀基本思路是：先📿😨分析 LLM ✅🔔擅长什么🚗🐬，然后将其与传统◾形式化验证流程🇱🇻进行对照，🍞判断哪些步🙉骤可以适当🗃👩👩👧👧放宽对“绝对🗳严谨”的要求，从🌸🎫而换取“工💶📁程可用🌟”♈🧥。
