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：
为什么我觉得 AI 写代码纯属添乱?
在医院做了很多检查最后发现用处不大，这算是过度医疗吗？
2029届全运会落地长沙，会对长沙有什么新的变化吗？
为什么那么多人用GO？GO语言的优势在哪里？
如何看待《捞女游戏》在线人数峰值近 7 万，仍位居国区热销第一？
如何看待盲人UP主蒙眼炒鸡蛋在成都旅游期间，要求各大医院无处方买胰岛素，最后进抢救室?
现实中的父女关系是怎样的?
vue + tsx 的开发体验能追得上 react+tsx么？
RAZ分级阅读的quiz如何使用？
为什么越来越多的 SSD 不带片外缓存了？
想往鱼缸里种点水草，但是家里鱼缸大了买水草泥或者底砂太贵了，有没有生活中可以替代的物品或其他建议？
如何评价Cursor？
厦门房价2025年会报复性上涨吗？
如何评价张靓颖刘宇宁《九万字》?
postgresql也很强大，为何在中国大陆，mysql成为主流，postgresql屈居二线呢？
手机的运行内存真的有必要上16GB吗？
比亚迪大规模降价，是出了什么问题吗？
图数据库有哪些有点特点，如何选择图数据库？
学编程要不要买电脑?
高一弟弟上设计课需要买电脑，为了杜绝他打游戏给他买了一万二的苹果，但他还是在想办法下载游戏，怎么救？
狸花猫和其他猫有什么区别？
为什么不用rust重写Nginx？
为什么有的女生喜欢穿紧身牛仔裤？
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？
Renderdoc 开发有哪些常见的问题？
为什么CCTV-6总是能播一些连院线都上不了的电影？
大家的NAS都是24小时不关机吗？
为什么中国没有成为农业克苏鲁，美国没有成为工业克苏鲁？
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？
为什么棒球在我国毫无水花？
