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：
程序员从幼稚到成熟的标志是什么？
macbookair m4 值得入手吗?
女明星究竟可以有多瘦？
如何评价女明星梅根福克斯的身材？
为什么中国人做一顿饭要几个小时，而国外花的时间少得多？
为什么福州吸引不了人才？
高考不能取消“各省为战”，全国同一标准，择优选拔的原因何在？阻力何在？
儿子抑郁四年左右了，他的未来该怎么办？
炫富真的很爽吗？
为什么全世界无一人能实现新mac直接全功能稳定装Win 11 arm，或PC直接装macOS arm？
本人女20，平胸跟男生一样怎么办 ?
为什么那么多人用GO？GO语言的优势在哪里？
苹果 6 月 10 日召开的 2025 年全球开发者大会「WWDC25」，有哪些值得关注的信息？
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？
我国自主研发新一代 CPU 龙芯 3C6000 发布，不依赖国外授权技术和境外供应链，有何技术亮点？
现在个人博客不能备案了吗？
Golang 中为什么没有注解？
为什么不用rust重写Nginx？
编程语言 MoonBit 发布 Beta 版，正式进入企业场景应用，会带来哪些影响？
Mac上有那些你认为极其好用的***？
为什么似乎更多人都在默默支持吴柳芳？管晨辰是否做错了？
国产厂商为什么都不用三星屏幕了？
偶遇曾经发生过关系的异性，会觉得尴尬吗？
成为体育女主播，光「好看」就够了吗？
谁能通俗的解释一下为什么有人怀疑姜萍?
为什么很多人不喜欢海底捞的过度服务？
为什么中国主机带宽比美国贵5倍（原来错误的10000倍），比如阿里云？
