你好!

你好,很高兴见到你,

一道五子棋判断题,我实测了 5 款 AI:豆包秒答但答错,两个把对话框聊到宕机,最后只有 1 个交出了正确答案。 图是短视频里截的:所谓乌龟阵成型,棋盘上两个红圈,视频说白棋堵哪边都是输,让人自己看黑棋怎么赢。 豆包对话版秒回,说白棋下右边黑棋也秒杀——跟视频错到一块儿去了;豆包工作版、GPT-5.6 Luna 想完也答错了。 DeepSeek 对话版直接把上下文跑爆、超时,然后不让我继续用;Codex 挂 DS 的 API,聊着聊着也炸了。 唯一成功一半的是 DSH——还是我掐着表逼出来的:设了"5 分钟解不出来算失败"它才交卷,不设的话它想了 17 分钟,一个字没给。 后来同一个 Codex 接 6.1sol:5 分钟,答案正确,没人催它。 DSH 不觉得自己卡住了,它是在"雷霆大思考"。事后我问它为什么不出答案,它交代得很干脆:它感觉不到时间——墙钟不在它的输入里,它只知道"跑完了"和"报错了","想了 17 分钟"对它根本不存在;那 17 分钟里它一直在给"活三还是眠三"这种它早就判断得出的东西找代码背书;它的成本按 token 算、不按 CPU,写个跑得极慢的脚本对它几乎免费,吃的是我十几分钟。再叠上算错要挨骂、算慢没人管,"先造个工具再下结论"就成了默认动作——而这条路一旦踩上去,没有哪一步会喊停。 这道题,人 1 分钟就能做完。都 26 年了,我得换模型、换通道、掐着表,才勉强凑出一个正确结果。 世界都在被最新AI生成的前后端炸得有点瘫坐眩晕,觉得什么都强了,但是大部分人没有创收费用却高的吓人。在不是最强的AI这不起眼的角落里,一道五子棋判断题它是真够不着。现实标准一轮输出准确性、安全性,并没有得到完美的解决。
登录并发表评论

评论 · 0