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：
哪个ai写代码最强？
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？
《捞女游戏》发售仅一天同时在线超 6330 人，如何看待游戏的销量？
为什么有的人会把死鱼埋在菜地里？
为什么UC曾经是国内主流浏览器之一，但现在却逐渐销声匿迹了？
狗头萝莉究竟做错了什么？
排版用什么软件比较好啊？
冬天也要穿胸罩吗?
如何看待Ollama基于Go语言开发而不是别的编程语言？
做客孩子临走时带走几只玩具，我的孩子抗拒并一直哭，要怎么开导？
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？
夸克网盘有可能超越百度网盘吗？
只能选一个，你选谁？
不小心用kms激活了win10，怎么恢复正版?
坚持使用 PHP 的你，如今有什么感悟？
歼-20 在国际上到底是什么地位？
为什么高志凯线的说法引起这么大的反响？
2025年了 Rust前景如何?
理论上flutter性能应该非常高才对，为什么好些flutter应用性能一般？
身材丰满有哪些烦恼？
为什么负荷那么大的腰部力量训练的人不会受伤，长期无载荷久坐的人会出现腰肌劳损？
人真的有运气这一说法吗？
谁敢公开一下自己房贷月供，占你收入的多少？对你生活影响大吗？
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？
Manus会不会开源？
明星现实中真的很漂亮吗？
《欢天喜地七仙女》中 「仙女下嫁凡人」 的设定，在今天是否过时？
这台电脑可以一直不间断运行吗?
如何看待 Mac mini M4 支持可更换 SSD？
有邻居的追求者出价三万，让我连续半个月每天找个女朋友晚上弄点动静，我该答应吗？
