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：
为什么小男孩小时候要比小女孩难养好多?
是什么原因让你一定要用 iPhone？
腰陆陆续续疼了一年多了，这个是腰突吗?
世界上哪款战斗机最好看？
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？
你最满意的10款 PC 软件是什么？
如何看待 Git 的 Windows 安装程序称 Vim「很难用」？
《原神》中丝柯克的诱惑在哪里?
有性瘾女朋友每天都要很多遍要不要分手?
多个充电宝或电芯品牌的 3C 认证证书被暂停，涉及罗马仕、安克、绿联、倍思、安普瑞斯等，发生了什么？
为什么linux桌面那么丑？
中国的航空发动机现在是什么水平？
中小企业怎么实现数字化转型?
仰望u9明明技术实力更强，为什么纽北的成绩没有小米su7ultra好？
黄金，今年会达到怎样的高度？
怎么样才能让大模型的RAG迅速落地？
如何评价前端框架 Solid?
长期使用的大佬来说说，MacOS 真的比 Windows 稳定吗？
有没有GUI框架开发难度小，***消耗又不多，而且又跨平台？
什么APp听音乐免费？
韦东奕（北大韦神）要是去写游戏引擎代码，能不能把虚幻引擎按在地上摩擦？数学好真能‘降维打击吗？
Windows上有没有一分多屏和多屏合一的软件？
系统该怎样架构才能处理实时热点数据？
生活中怎样的美女才能被称为「大」美女？
为什么同样是输球，常州和国足的风评却差那么多呢？
大家有什么烧钱的爱好吗?
如何进行腰突核心力量训练？
你们在编程时遇到过什么离谱的bug吗？
你们的腰突是怎么突然好的？
独立开发桌面程序（Windows）UI框架选择哪个更好？
