两年前，GPT-4才出来的时候，大家纷纷给大模型出的题目是小学奥数，什么鸡兔同笼，都会有一定错误率，那时候人看大模型，就像看个傻子。
一年前，GPT-4o来了，模型变小了，性能提高，小学奥数以及普通的中考题正确率大幅度提高，但是中考的解答题仍然不会做。
半年多前，o1出现，首先提供的还是o1-preview和o1-mini，这两个模型已经能做中考解答题了，接下来只剩高考大题做不了。
然后今年，o3、o4-mini、gemini 2.5 pro……终于…。
代码：
055一打一能不能打过阿利伯克？
免费的录屏软件有哪些？
女人为什么身体那么软？
俗话说“女人三十如狼四十如虎”，到底是不是真的？?
为什么那些滥交的男女不怕染上***？
为什么很多人在1panel推出之后，还坚持用宝塔面板？
Redis 分布式锁如何实现？
和女生合租，都会发生什么事情？
我是新手想养鱼，预算不超过200。有什么好的建议或者禁忌吗。？
你在相亲过程中遇到的奇葩都是什么样？
大海捞针还捞着了是一种什么样的体验？
美国真会下场对伊朗开战吗？
请问有没有什么工具能够生成局域网的网络拓扑结构图？
程序员从幼稚走向成熟的标志是什么？
30岁了，你在深圳过着什么样的生活？
埃塞俄比亚真的盛产美女吗？
如果苹果真的下架了微信的话，会发生什么？
如何看待黄奇帆称「中国房地产消费的居民负债占家庭收入比重达 137.9% ，需调整抑制消费政策」？
到底是时代选择了Nvidia,还是Nvidia选择了时代？
老板说我设计了一周的海报还是不行，我到底该怎么学啊？
go 有哪些成熟点的后台管理框架？
Electron 和当下其他的桌面开发方法相比如何？
如何看待 Rust 的应用前景？
***咖被曝员工月薪 2300 元只休 1 天，这样的薪资和工作条件是否合理？
女朋友去露营，3女2男的，要在野外搭帐篷过一夜，她的闺蜜不想让我去，我该怎么办？
以色列是如何从三天前的不可一世要灭了伊朗到今天的哭哭啼啼要“为生存而战”的？
匿名关了，大家实名说说你最近的烦恼？
