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：
新手草缸怎么弄?
苹果 macOS Tahoe 26 新 Finder 图标引争议，其争议点主要集中在哪些方面？
SwiftUI 是不是一个败笔？
搞了NAS之后去哪里下载4K，8K的电影？
陌生人晕倒了，帮他拨打120后，病人不支付120出车费，这个费用谁来承担？
公司规定所有接口都用 post 请求，这是为什么？
深圳软件开发公司有哪些呢？
吃爽了是怎样一种体验？
为什么黄毛骗走的都是乖乖女？
什么是 AI Agent（智能体）？
你的择偶标准是怎么样的？
猫的什么行为证明它把你当自己人？
请问一下图中***的名字，谢啦？
为什么程序员喜欢在星巴克写代码？
***拍大尺度片子时摄影师不会看光吗？
浙江省内，宁波为什么高中教育超过杭州？是因为宁波有镇海中学吗？
看新闻说老美的B-2连续飞了37小时，飞行员的吃喝拉撒怎么解决?
我养的小乌龟一天不吃龟食会不会饿死呢？
我想问为什么现在玩dnf的人越来越少了，退游的人越来越多？
英特尔的衰落，是因为真正做事的工程师被挖了？还是公司战略出问题？
obsidian用一两年后会有多大？全文搜索还快吗？
为什么 macOS 并不差，可市场总敌不过 Windows？
公司就一个后端一个前端，有必要搞微服务吗？
Golang 中为什么没有注解？
如何评价电影《F1：狂飙飞车》?
多个机场明确禁止携带罗马仕、安克召回型号及批次的充电宝，那这两品牌不在召回名单中的充电宝还能放心用吗？
你捡过最大的漏是什么？
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？
那你说什么样的是美女？
