ARTEMIS ของ Google เปิดซอร์สระบบอัตโนมัติสำหรับ Android: ข้อกล่าวอ้าง 99% ของ AndroidWorld ครอบคลุมจริงแค่ไหน

คอมมิตล่าสุดบน google/artemisไม่ใช่ฟีเจอร์ใหม่ มันคือบรรทัดให้เครดิต — "fix: complete README and relevant file headers per Apache 2.0 requirements" ที่พุชเมื่อวันที่ 12 กันยายน 2026 สามวันหลังจากที่ Minitap เผยแพร่โพสต์ชื่อ ฉันคาดหวังจาก Google มากกว่านี้ARTEMIS ของ Google คือเอเจนต์อัตโนมัติสำหรับ Android ที่บริษัทเพิ่งเปิดซอร์ส: มันเปลี่ยนคำสั่งภาษาอังกฤษธรรมดา ๆ ให้กลายเป็นการแตะ ปัด พิมพ์ และตรวจสอบจริงบนอุปกรณ์ Android จริงหรือบนอีมูเลเตอร์ บันทึก log และภาพหน้าจอไปตลอดทาง และรายงานอัตราความสำเร็จของงานที่ 99%+ บนเบนช์มาร์ก AndroidWorld ของ Google Research เผยแพร่เมื่อเดือนสิงหาคมที่ผ่านมาโดยทีม Pixel Test Engineering Fusion ของ Google ภายใต้สัญญาอนุญาต Apache 2.0 และมันคุ้มค่ากับเวลาบ่ายของคุณจริง ๆ อีกทั้งเมื่อกลางเดือนกันยายน มันยังเป็นศูนย์กลางของการแย่งเครดิตในโลกโอเพนซอร์ส ซึ่งบอกอะไรเกี่ยวกับวิธีที่เอเจนต์บนมือถือถูกสร้างขึ้นได้มากกว่าตัวเลขบนเบนช์มาร์ก ทั้งสองเรื่องเป็นเรื่องจริง มีเพียงเรื่องเดียวเท่านั้นที่เป็นเหตุให้คอมมิตสุดท้ายของรีโพซิทอรีเป็นการแก้เรื่องสัญญาอนุญาต

สิ่งที่ส่งมอบจริง

ARTEMIS ไม่ใช่โมเดลและไม่ใช่ตัวห่อแชตบอต มันคือชุดควบคุม — ระบบ Python 3.12+ ที่อยู่ระหว่างโมเดลภาษา-ภาพและมือถือจริง คุณให้งานกับมันเป็นภาษาอังกฤษ; มันสังเกตหน้าจอ ตัดสินใจเลือกการกระทำ ดำเนินการผ่าน ADB ตรวจสอบว่าเกิดอะไรขึ้น และทำต่อไป มีห้าสิ่งที่มาในกล่อง:

• CLI และ Python SDK code>./start.sh/code> จะติดตั้งและตั้งค่า ADB, scrcpy, FFmpeg และสภาพแวดล้อม uv; code>uv run artemis run "…" --profile flash/code> รันงานแบบ headless; code>artemis-client/code> SDK ห่อหุ้มการเรียกเดียวกันสำหรับ pytest และ CI โดยคืนค่า code>succeeded/code>, code>status/code>, code>device_serial/code> และ code>trace_id/code> ที่คุณสามารถติดตามในภายหลังได้

• เว็บคอนโซล code>uv run artemis ui/code> ให้บริการคอนโซลทดสอบแบบภาพบน code>localhost:8000/code> ซึ่งคุณดูการทำงานของลูปทีละขั้นตอน

• MCP เซิร์ฟเวอร์แบบเนทีฟ นี่คือส่วนที่ทำให้มันเป็นที่รู้จักกันกว้างขวาง code>uv run artemis mcp --install all/code> เปิดให้code>mobile_run_task/code>, code>mobile_manage_task/code>, code>mobile_get_device_state/code>, code>mobile_inspect_trace/code> และ code>mobile_diagnose/code> แก่ผู้ช่วย AI ทุกรายที่รองรับ MCP พร้อมเส้นทางการติดตั้งแบบครบวงจรสำหรับ Antigravity, Claude Code และ Codex รวมถึงการสร้างไฟล์คอนฟิกสำหรับ Cursor, Windsurf, VS Code และ Cline/Roo จากผู้ช่วยที่เชื่อมต่อกับเซิร์ฟเวอร์นี้แล้ว "สร้าง APK, ติดตั้งมัน, เปิดการตั้งค่า, สลับโหมดเครื่องบิน, แคปเจอร์หน้าจอผลลัพธ์" จะไม่ใช่สคริปต์อีกต่อไป แต่กลายเป็นเพียงประโยคเดียว

• ตัวช่วยด้านการเข้าถึง งานแรกจะติดตั้ง Artemis Accessibility Helper ซึ่งอ่านเลย์เอาต์ของหน้าจอโดยไม่ยึดการเชื่อมต่อ UiAutomation ไว้ — จงใจให้เป็นเช่นนั้น เพื่อไม่ให้เครื่องมืออื่น ๆ ที่อ้างอิง UiAutomator บนอุปกรณ์เดียวกันถูกระงับการทำงาน มันทำงานบนโทรศัพท์และไม่ส่งข้อมูลใด ๆ ออกไป และจะสลับไปใช้ UIAutomator2 เมื่อไม่สามารถเชื่อมต่อได้ โดยการสลับไปใช้ตัวสำรองนี้จะแสดงในไทม์ไลน์ของงาน

• การบันทึกและเก็บ log และ traceสแตกเมื่อเกิดแครช ภาพหน้าจอคีย์เฟรม และรายงานการวินิจฉัยจะถูกเก็บรวบรวมโดยอัตโนมัติ แทนที่จะต้องให้ผู้เรียกมาต่อเติมเอง — ซึ่งเป็นเหตุผลที่มันใช้งานเป็นชุดทดสอบรีเกรสชันได้ ไม่ใช่แค่เดโม

Flash และ Pro เป็นผลิตภัณฑ์สองอย่างที่แตกต่างกันซึ่งใช้ชื่อเดียวกัน

สิ่งสำคัญที่สุดที่ต้องเข้าใจก่อนที่คุณจะนำ ARTEMIS ไปเปรียบเทียบกับสิ่งใดก็ตาม ก็คือcode>--profile flash/code> และ code>--profile pro/code> ไม่ใช่การตั้งค่าความเร็วบนเอเจนต์ตัวเดียว แต่เป็นเอเจนต์สองตัวที่แยกจากกัน

• Flash — ลูปแบบสังเกตและลงมือทำเชิงตอบสนอง โดยใช้เวลาประมาณ 3–5 วินาทีต่อขั้นตอน ไม่มีแผน ไม่มีบันทึกช่วยจำ ไม่มีการตรวจสอบความปลอดภัยก่อนดำเนินการ ไม่มีการตรวจสอบจุดตรวจสอบ ไม่มีรายงานฉบับสุดท้าย และไม่มี ADB shell ลูปนี้ไม่มีขอบเขตโดยค่าเริ่มต้น เพราะประวัติถูกบีบอัดแทนที่จะสะสมเพิ่มขึ้น

• Pro — กราฟแบบหลายเอเจนต์ที่ใช้เวลาประมาณ 15–40 วินาทีต่อขั้นตอน สร้างขึ้นจาก Planner ที่ดูแลแผน Markdown ที่ยังมีชีวิตอยู่ พร้อมรายการ code>verify/code> และ code>assert/code> ที่ระบุไว้อย่างชัดเจน, Operator ที่มีชุดเครื่องมือครบถ้วน และ Checker แบบอ่านอย่างเดียวที่ตรวจสอบเช็กพอยต์และรันการตรวจทานตอนสิ้นสุด code>--verification-level/code> รับค่า code>off/code>, code>final/code> (ค่าเริ่มต้น), code>checkpoints/code> หรือ code>strict/code>.

นั่นคือความต่างของเวลาแฝง (latency) ตั้งแต่ห้าเท่าถึงสิบเท่าสำหรับคำอธิบายงานเดียวกัน และมันคือความต่างระหว่าง smoke test กับการรันแบบสำรวจที่ยาวกว่า 100 ขั้นตอน กรอบที่ Google เองวางไว้ก็คือ Pro เหมาะกับงานระยะยาวและcode>[Loop:continuous]/code>การมอนิเตอร์อย่างต่อเนื่อง ส่วน Flash เหมาะกับงาน UI ประจำวันที่เป็นไปตามรูปแบบตายตัว หากคุณอ่านรีวิวที่อ้างเวลาต่อขั้นตอนโดยไม่บอกว่ามาจากโปรไฟล์ไหน รีวิวนั้นก็ไม่ได้ให้ข้อมูลอะไรกับคุณเลย

กลยุทธ์การระบุตำแหน่งต่างหากคือวิศวกรรมที่แท้จริง

เฟรมเวิร์กสำหรับระบบอัตโนมัติบนมือถือส่วนใหญ่มักไปไม่รอดเพราะ selector ARTEMIS ถูกออกแบบโดยยึดแนวทางไดนามิกเป็นหลัก: เมื่อมีดัชนีองค์ประกอบด้านการเข้าถึงอยู่ ก็จะใช้ดัชนีนั้น เมื่อไม่มี — ไม่ว่าจะเป็น Canvas, พื้นผิว Compose, มุมมอง Flutter หรือเกม — ก็จะหันไปใช้พิกัดและวิชันแทน ไม่มีเลเยอร์ XPath ที่ต้องดูแลรักษา และไม่มี ID ที่จะล้าสมัย ซึ่งสำคัญมาก เพราะแอปพลิเคชันที่คุณอยากทดสอบมากที่สุดคือแอปที่ปล่อยบิลด์ใหม่ทุกสัปดาห์

โปรไฟล์ Pro เพิ่ม Safety Net: ทุกการทำงานจะผ่านการตรวจสอบก่อนดำเนินการ โดยใช้ XML ก่อนและมีพิกเซลเป็นตัวสำรอง ซึ่งจับป๊อปอัปของระบบที่กำลังจะกลืนการแตะของคุณ ความล้มเหลวจะเปิด "เหตุการณ์การดำเนินการ" ที่คงอยู่ในบริบทจนกว่าความสำเร็จครั้งต่อไปจะแก้ไขได้ แทนที่จะสร้างเอเจนต์ซ่อมแซมแยกต่างหาก เซสชันที่ยาวจะถูกบีบอัด — ภาพหน้าจอเก่ากลายเป็นสรุปภาพ ขั้นตอนที่เสร็จแล้วจะถูกแบ่งเป็นยุคที่เรียกคืนได้ ซึ่ง code>search_history/code> และ code>replay_steps/code> สามารถดึงกลับมา — ซึ่งเป็นสิ่งที่ทำให้บริบท 100 ขั้นตอนไม่กลายเป็นค่าใช้จ่ายที่แพงเกินไป

99.1% บนลีดเดอร์บอร์ด และข้อแม้ที่โพสต์เปิดตัวมักมองข้าม

ข้อกล่าวอ้างเด่นของ ARTEMIS คืออัตราความสำเร็จ 99%+ บน AndroidWorld ซึ่งเป็นเบนช์มาร์กของ Google Research ที่มี 116 งานสมจริงครอบคลุมแอปราว 20 กว่าแอป โดยให้คะแนนเป็น Pass@1 ณ วันที่ 11 กันยายน 2026 ลีดเดอร์บอร์ด AndroidWorld ระบุว่า ARTEMIS อยู่ที่ 99.1% เทียบกับ mobile-use ของ Minitap ที่ 91.4% โดยผลการทำงานของมนุษย์อยู่ที่ 80% เมื่อดูจากตาราง นั่นคือระดับล้ำสมัยที่สุดในบรรดาผลลัพธ์ที่รายงานต่อสาธารณะ

มีสองสิ่งที่ควรวางไว้ข้าง ๆ ตัวเลขนั้น ประการแรก ลีดเดอร์บอร์ดของ AndroidWorld ระบุไว้อย่างชัดเจนว่าไม่ได้ตรวจสอบผลงานที่ส่งเข้ามาอย่างเป็นอิสระ — ตัวเลขทุกตัวบนนั้น รวมถึงของ ARTEMIS เป็นการรายงานเองโดยทีมที่สร้างมันขึ้นมา และการวิเคราะห์ความทนทานได้แสดงให้เห็นว่าความแปรผันของงานเพียงอย่างเดียวก็สามารถขยับคะแนนของเอเจนต์ได้อย่างมีนัยสำคัญ ให้มอง 99.1% เป็นคำกล่าวอ้างที่หนักแน่นของผู้ขายบนเบนช์มาร์กสาธารณะที่ตรวจสอบได้ ซึ่งเป็นสิ่งที่มีอยู่จริงและมีประโยชน์ และไม่ใช่มองเป็นผลการวัดที่ผ่านการตรวจสอบ ซึ่งไม่ใช่เช่นนั้น ประการที่สอง ลักษณะของการเปรียบเทียบมีความสำคัญ: เบนช์มาร์กเป็นชุดงานที่ตายตัว และแผนภูมิเปรียบเทียบที่ ARTEMIS เผยแพร่มีรายงานว่าละเว้น mobile-use ขณะที่รวมรายการอื่น ๆ ไว้ เบนช์มาร์กที่ผลลัพธ์ก่อนหน้าที่แข็งแกร่งที่สุดหายไปจากแผนภูมิ เป็นคำกล่าวอ้างที่อ่อนกว่าที่เปอร์เซ็นต์ดิบบ่งชี้

ข้อพิพาท ซึ่งเป็นข่าวจริงในเดือนนี้

บนบล็อกของบริษัทและใน issue สาธารณะบนรีโพซิทอรี Minitap — สตาร์ทอัปด้านการทดสอบบนมือถือซึ่งโครงการโอเพนซอร์ส mobile-useทำงานแบบเดียวกันสำหรับ Android และ iOS — กล่าวหาว่า 228 จาก 229 ไฟล์ของ ARTEMIS เหมือนกับของตัวเองทุกประการ รายละเอียดที่เผยแพร่ออกมานั้นเจาะจงชัดเจนเป็นรูปธรรมอย่างผิดปกติ ทั้งโค้ดเชื่อมต่ออุปกรณ์ Android ที่ตรงกับการใช้งานของตน การนำคำสั่งของเอเจนต์ชื่อ "Hopper" มาใช้ซ้ำแบบคำต่อคำ และตัวอย่าง WhatsApp ที่ส่งข้อความอวยพรปีใหม่ถึง Alice, Bob และ Charlie ซึ่งถูกทำซ้ำพร้อมคอมเมนต์เดียวกัน ขั้นตอนการเก็บกวาดเดียวกัน และบั๊กเดียวกัน นอกจากนี้ยังกล่าวหาอีกว่าไฟล์ที่มีชื่อผู้เขียน Minitap สามคน — Pierre-Louis Favreau, Jean-Pierre Lo และ Nicolas Dehandschoewercker — ถูกแทนที่ด้วยการ force-push ในเดือนสิงหาคม โดยชื่อเหล่านั้นถูกลบออกและใส่ชื่อผู้เขียนคนอื่นเข้าไปแทน

คำถามเรื่องสัญญาอนุญาตไม่คลุมเครือ mobile-use ใช้สัญญาอนุญาต Apache 2.0 และ Apache 2.0 อนุญาตการนำกลับมาใช้แบบนี้ได้พอดี — ทั้งเชิงพาณิชย์ ดัดแปลง และปิดซอร์ส — ตราบใดที่คุณยังคงประกาศลิขสิทธิ์ไว้และระบุว่าคุณเปลี่ยนแปลงอะไรไปบ้าง สิ่งที่มันไม่อนุญาตคือการส่งโค้ดออกไปโดยที่ประกาศลิขสิทธิ์ถูกตัดออกไป ตั้งแต่ข้อกล่าวหาเหล่านี้ปรากฏขึ้น รีโพซิทอรีดังกล่าวได้มีข้อความว่า "This project includes source code developed by Minitap, Inc." และลิงก์ไปยัง minitap-ai/mobile-use และคอมมิตเมื่อวันที่ 12 กันยายนที่ทำให้การระบุที่มาที่ไปนั้นสมบูรณ์นั้น ณ เวลาที่เขียน ถือเป็นการเปลี่ยนแปลงล่าสุดบน code>main/code> Minitap ไม่ได้เผยแพร่หลักฐานใด ๆ ที่เชื่อมโยงการลบข้อความระบุที่มากับการส่งผลขึ้นลีดเดอร์บอร์ดของตนเองที่ยังไม่ได้รับคำตอบ และกูเกิลก็ไม่ได้ออกแถลงการณ์ตอบโต้ต่อสาธารณะอย่างละเอียดใด ๆ การตีความอย่างซื่อตรงก็คือ โค้ดที่ถูกแชร์นั้นถูกต้องตามกฎและได้รับอนุญาตมาตลอด ส่วนเอกสารหลักฐานนั้น ในช่วงหนึ่งไม่เป็นเช่นนั้น และตอนนี้ก็ได้รับการแก้ไขแล้ว

ส่วนที่ไม่มีใครนำมาคิดต้นทุน: ค่าบิลโมเดล

ARTEMIS มาพร้อมป้ายที่เขียนว่า "Multi-Model — Gemini | Claude | GPT-4o | Qwen-VL" และไฟล์การตั้งค่าของมันที่ code>config/artemis.jsonc/code> คือจุดที่คุณชี้มันไปยังโมเดลวิชันใดก็ตามที่คุณมีข้อมูลรับรอง ไม่มีอะไรในไฟล์นั้นที่ผู้ใช้จะเห็นได้ จนกว่าคุณจะรัน Pro บนเวิร์กโฟลว์จริงและดูว่าเอเจนต์ที่ทำงานยาวนานนั้นมีค่าใช้จ่ายจริงเท่าไร

ลองคำนวณจากโปรไฟล์ดู การรัน Pro แบบ 100 สเต็ปที่ใช้เวลา 15–40 วินาทีต่อสเต็ป จะอยู่ระหว่าง 25 นาที ถึงเกินหนึ่งชั่วโมงเล็กน้อยตามเวลาจริง และแต่ละสเต็ปเหล่านั้นเป็นการเรียกใช้โมเดลวิชันอย่างน้อยหนึ่งครั้งที่แนบภาพหน้าจอไปด้วย Flash ถูกกว่าต่อสเต็ป แต่วนซ้ำหนักกว่า และเนื่องจากบริบทของมันถูกบีบอัดแทนที่จะถูกตัดทิ้ง มันจึงวิ่งเลยขีดจำกัดจำนวนเทิร์นที่คุณคิดว่าเป็นเพดานได้อย่างสบาย ๆ ไม่ว่าคุณจะเลือกโปรไฟล์ใด โมเดลคือรายการค่าใช้จ่ายที่ขยายตามชุดทดสอบของคุณ ไม่ใช่ค่าสิทธิ์การใช้งานหรือฮาร์ดแวร์

นี่คือจุดที่เลเยอร์การกำหนดเส้นทาง (routing layer) เลิกเป็นเพียงนามธรรม โมเดลวิชันที่ขับเคลื่อนเซสชัน Android ที่ยาวนานถือเป็นภาระงานที่มีคุณสมบัติชวนปวดหัวสองประการ คือมันมีอายุการใช้งานยาวนาน และมันไม่ทนต่อการสะดุดของผู้ให้บริการที่เกิดขึ้นกลางขั้นตอนที่ 74 เพราะคอนเท็กซ์ของการรันอยู่บนเอนด์พอยต์ของผู้ให้บริการรายนั้น การชี้ ARTEMIS ไปที่ base URL เดียวที่เข้ากันได้กับ OpenAI แล้วปล่อยให้ระบบ failover ของเราย้ายการรันไปยังผู้ให้บริการอีกรายที่ให้บริการโมเดลเดียวกัน คือความต่างระหว่างการทดสอบที่ผลไม่แน่นอนกับการเสียเวลาทั้งบ่ายไปเปล่า ๆ Qwen3.8-Flash คือตัวเลือกที่น่าสนใจที่ควรลองเป็นตัวแรก — โมเดล MoE แบบมัลติโหมดที่มีพารามิเตอร์ทำงานจริง 6B และมีคอนเท็กซ์ 1M โทเคน อยู่ในแค็ตตาล็อกของเราในราคา 0.15 ดอลลาร์ต่อโทเคนอินพุตหนึ่งล้านโทเคน และ 0.47 ดอลลาร์ต่อโทเคนเอาต์พุตหนึ่งล้านโทเคน โดยการอ่านแคชอยู่ที่ 0.018 ดอลลาร์ และการเขียนแคชอยู่ที่ 0.230 ดอลลาร์ ราคาการอ่านแคชคือราคาที่เกี่ยวข้องในที่นี้ เพราะการรันแบบ Pro จะอ่านคอนเท็กซ์ที่ขยายขึ้นใหม่ทุกขั้นตอน

แต่จงระบุให้ชัดเจนว่าสิ่งนั้นหมายความว่าอะไร: Qwen3.8-Flash ไม่ได้อยู่ในรายชื่อแบ็กเอนด์ที่ ARTEMIS ทดสอบแล้ว ซึ่งระบุชื่อ Gemini, Claude, GPT-4o และ Qwen-VL มันเป็นโมเดลที่เข้ากับฮาร์เนสได้อย่างสมเหตุสมผล และฮาร์เนสก็ถูกสร้างขึ้นอย่างชัดเจนให้รองรับโมเดลแบบนั้นได้ ยังไม่มีใครเผยแพร่เบนช์มาร์กของการจับคู่นั้น และคุณควรถือว่าใครก็ตามที่อ้างว่ามีเช่นนั้นเป็นคนกุขึ้นมาเอง

แผนงาน และมีมากแค่ไหนที่เป็นส่วนรับน้ำหนัก

สี่รายการอยู่ในโรดแมปที่เผยแพร่แล้ว ได้แก่ การผสานรวมกับ Android Studio พร้อมการดีบักในเอดิเตอร์ การบันทึกการทดสอบ และการควบคุมอุปกรณ์; การรองรับ iOS; โมเดลวิชัน-ภาษาขนาดเบาที่ทำงานบนอุปกรณ์สำหรับงานที่ต้องการความหน่วงต่ำและให้ความสำคัญกับความเป็นส่วนตัวเป็นอันดับแรก; และการโต้ตอบด้วยเสียงแบบดูเพล็กซ์แบบเรียลไทม์

รายการแรกคือรายการที่ควรเชื่อ เพราะมันเป็นอาร์ติแฟกต์ลำดับถัดไปที่เป็นธรรมชาติจากทีมวิศวกรรมทดสอบของ Pixel และไม่มีความเสี่ยงด้านงานวิจัยติดมาด้วย — เอเจนต์ขับเคลื่อนอุปกรณ์อยู่แล้ว เพียงแค่ต้องมีแผงใน IDE เท่านั้น iOS เป็นคำกล่าวอ้างที่ใหญ่กว่าที่ดูจากภายนอกมาก กลยุทธ์การระบุตำแหน่งทั้งหมดพึ่งพาบริการช่วยการเข้าถึงของ Android และ iOS ไม่มีพื้นผิวที่เทียบเท่าซึ่งมีโมเดลสิทธิ์เดียวกัน ดังนั้นจงคาดว่าจะเป็นการเขียนชั้นการรับรู้ใหม่มากกว่าการพอร์ต รายการ VLM บนอุปกรณ์เป็นรายการที่ควรจับตาดูอย่างใกล้ชิด เพราะเป็นรายการเดียวในลิสต์ที่จะกำจัดค่าใช้จ่าย API ต่อขั้นตอนซึ่งปัจจุบันครองค่าใช้จ่ายส่วนใหญ่ของชุดทดสอบขนาดใหญ่ และมันบ่งชี้ถึงโมเดลขนาดเล็ก เร็ว และมีความสามารถด้านการมองเห็นที่สามารถประคองงาน UI ให้ดำเนินไปได้อย่างต่อเนื่อง ซึ่งเป็นเป้าหมายที่แคบกว่ามากเมื่อเทียบกับ "โมเดลขนาดเล็กที่เก่งในการใช้เครื่องมือ"

จะทำอะไรกับมันในสัปดาห์นี้

โคลนมันแล้วรัน code>./start.sh/code> กับอีมูเลเตอร์หนึ่งตัว และมอบงานหนึ่งงานให้ Flash ที่ชุด Espresso ที่คุณมีอยู่ครอบคลุมอยู่ สิ่งนี้จะบอกคุณภายในหนึ่งชั่วโมงว่า locator แบบ dynamic-first จะอยู่รอดบนพื้นผิว Compose ของแอปคุณหรือไม่ ซึ่งนี่คือคำถามที่ตัดสินว่าส่วนที่เหลือทั้งหมดจะมีความสำคัญหรือไม่ จากนั้นรันงานเดียวกันบน Pro และเปรียบเทียบ trace ทั้งสอง — ช่องว่างระหว่าง 3–5 กับ 15–40 วินาทีต่อขั้นตอนคือที่ซึ่งงบประมาณของคุณอยู่ และคุณไม่สามารถให้เหตุผลเกี่ยวกับต้นทุนของ ARTEMIS ได้หากไม่มีมัน

ในขณะที่คุณกำลังอ่านโค้ด จงอ่านส่วนหัวด้วย คอมมิตวันที่ 12 กันยายนที่เพิ่มการระบุที่มาของ Minitap เป็นคอมมิตล่าสุดในรีโพซิทอรี ซึ่งหมายความว่าส่วนหัวไฟล์ที่คุณกำลังอ่านนั้นมีอายุสี่วัน และโครงการกำลังได้รับการซ่อมแซมอย่างเปิดเผยต่อสาธารณะ นั่นไม่ใช่เหตุผลที่จะหลีกเลี่ยงมัน มันเป็นเหตุผลที่จะตรวจสอบว่าคุณกำลังถือเรื่องเวอร์ชันใดอยู่ก่อนที่คุณจะอ้างอิงอัตราความสำเร็จในสไลด์

การชี้ ARTEMIS ไปยัง base URL เดียวที่เข้ากันได้กับ OpenAI และ ปล่อยให้ระบบ failover ของเราย้ายการรันไปยังผู้ให้บริการรายอื่นที่ใช้โมเดลเดียวกัน คือความแตกต่างระหว่างเทสต์ที่ล้มเหลวไม่แน่นอน กับบ่ายที่สูญเปล่าไป