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：
字节跳动技术副总裁开源了自己与Trae合作的首个项目，如何评价目前AI开发的水平？
有没有开源的搜索引擎?
前端因为像素还原设计稿而离职，这是个别现象吗？
吴柳芳的真实水平如何？
姐妹们穿裙子露出安全裤打底裤会害羞吗?
胎儿无左手是否该留下来？
为什么幼儿园的超前教育被叫停?
为什么都说 Finder 难用？
你理想中的完美户型长什么样？
如何评价林志玲？
为何 Linus 一个人就能写出这么强的系统，中国却做不出来？
055万吨驱逐舰是不是有些被过于神化了，有没有了解的大佬详细解释一下？
为什么 IPv6 在国内至今未得以大规模应用?
为什么现在很多人推崇国外原版教材？
新买的移动硬盘该格式化为 NTFS 还是 exFAT？
有一个超级漂亮的女朋友是一种什么体验？
程序员明明是技术积累岗位，为什么年龄越大反而可替代性变高了？
Rust据说是这样先进，那Rust编译器也总该是Rust写的吧？
为什么 VMware 公开的大多数密钥都能用？
1MB其实是一个很大的存储单位，那么它的存储容量究竟有多大？
如何解决Cursor等Agent编码开发轮次多了过后代码库变成屎山的问题？
比特币是什么？
大家有什么被中医震惊征服的经历吗？
皮肤太白是种怎样的体验？
《暗黑破坏神2》不抄作业能通关吗？
为什么中国JK无法拍出日本JK的感觉?
27℃ 的冷空调和 27℃ 的热空调有什么区别？
能不能发一张你相册里最好看的自拍照？
为什么 macOS 并不差，可市场总敌不过 Windows？
程序员如何用好 Cursor 工具？
