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：
你见过最人性化的设计是什么？
当我们变老之后，会像现在的老人一样，几乎完全不懂“手机电脑”这类新出现的电子产品吗？
什么是 AI Agent（智能体）？
当初中俄为什么不摧毁朝鲜的核设施，让朝鲜拥有了自己的核武器？
为什么现在吹Rust的人这么多？
为什么突破性的技术总是最先发生在西方？
为什么不用rust重写Nginx？
中医把脉是***吗？
美国登月到底是不是真的？
Android 开发时你遇到过什么相见恨晚的工具或网站？
php写一个图片售卖程序,用框架好还是直接写好?
长得和刘亦菲很像是一种什么体验？
200w现金，投什么一个月可以***2w以上？
如何评价B站up主***千代退网？
obsidian用一两年后会有多大？全文搜索还快吗？
女生穿超短裙就是为了给别人看吗？
骑车后腰疼直不起来做什么运动比较好呢？
为什么都对TLC乃至未来的QLC嗤之以鼻呢?
真的没有人觉得2k是一个很尴尬的分辨率吗？
如何评价“寡姐”斯嘉丽·约翰逊的身材？
怎么向老婆简单解释nas的用途？
为什么牛吃素可以长那么壮？而人不吃荤就不行？
如何评价Cursor？
微信头像会影响第一印象吗？
有哪些你不喜欢的游戏机制？
华为鸿蒙还有多久可以在pc桌面取代Windows？
前端如何设计网页？
有什么关于贵阳的冷知识？
如何评价董宇辉：“飞机大炮对你生活影响其实并不大，小家电才是真正提升每个人生活质量”这个观点？
豆包推出 AI 编程，在「编辑模式」下可以直接前端改图和文字，体验如何？对行业会带来怎样的影响？
