当务之急最该解决的问题是大众对于 AI大模型的正确认知以及最基本的AI用法。
你看这是前两天的测试结果，突出了一个政治正确，6款大模型，OpenAI的o3倒数第一，我当时看到的时候就觉得很奇怪，o3好歹也是曾经的一代王者，高考数学这种题它排名这么低怕不是有什么猫腻。
我们就拿单选题的第五题来测试下，因为这道题除了o3，其他的国产模型都答对了。
这是第五题的原题，正确答案是A. - 1/2。
这是之前的第三方的测试结果，6个模型…。
代码：
为什么开发一个 AI Agent 看似容易，但真正让它「好用」却如此困难？技术瓶颈主要在哪里？
有人说x86是条必沉的船，苹果早就跳船了，微软也有弃船的意图，你怎么看？
匿名说说你的烦心事儿吧?
如何看待不超过1879元的Mac mini（M4+16/256GB+票），易用性吊打同级其他台式电脑？
卖域名还是个好生意吗？
自己拥有一台服务器可以做哪些很酷的事情？
网友称在桔子水晶酒店洗漱包内发现用过的 四联检测盒，具体是怎么回事？酒店要承担哪些责任？
为什么软件公司很少用python开发web?
中国承诺不开第一枪，那如果中美开战，美国直接摧毁北斗卫星，中国该如何反败为胜？
为什么 Blender 成功了？
电视剧《长安的荔枝》17-20 集拍得如何？有哪些值得关注的剧情点？
马上领证了，发现男朋友离不了游戏，让他少打游戏他会非常生气，正常吗？
苹果为什么要给每代MacOS起个名字，真以为人们记得住分得清吗？
三峡水电站和葛洲坝水电站出来的水流速还不小，为什么不把其利用起来发电？?
如何看待华人派遣赴日it彻底崩了？
为什么都说武器越怪，死的越快？
为什么他们可以闻出来我身上的穷酸味?
为什么越来越多的国内男孩，要娶国外女孩?
你为什么放弃了wsl？
AntV X6 如何在节点中间添加新节点？
最适合个人使用的Linux桌面发行版是哪个？
055大驱在世界属于什么水平?
北京日报点名批评“苏超”过度娱乐化的动机是什么？
为什么军迷圈里总是爱大谈宏观战略，却很少谈战役战术？
字节跳动会超越腾讯吗？
苹果从 2026 年发布的 macOS 27 起不再兼容任何 Intel Macs，这背后原因有哪些？
JetBrains 放弃 AppCode 是否是一个错误决定？
“哨兵模式”涉嫌泄密，你支持封杀特斯拉吗？
为什么一部分 Go 布道师的博客不更新了？
