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Picasa现在很少更新？
有一个乌克兰的朋友问我，中国人凭什么能享受和平，我该怎么说？
不是都说6月美债要爆吗 怎么没消息了?
造一艘航母有多难?
能够自己一个人创业的全栈web码农fullstack developer要会哪些技术？
伊朗没有战斗机吗？为什么不起飞空中拼***？
为什么军迷圈里总是爱大谈宏观战略，却很少谈战役战术？
马斯克宣布星舰将配备 42 台发动机，如何评价这一设计？
做客孩子临走时带走几只玩具，我的孩子抗拒并一直哭，要怎么开导？
妃子笑是荔枝中最难吃的品种吗？
怎样能顺畅说出英语?
现在是2025年6月，现在的房价是阴跌还是暴跌？还会继续跌多久？是否已经开始分化?
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
西方人是怎么发现地球是圆的的？
手机的运行内存真的有必要上16GB吗？
为什么开发一个 AI Agent 看似容易，但真正让它「好用」却如此困难？技术瓶颈主要在哪里？
如何评价浙江这个省？
作为一个服务器，node.js 是性能最高的吗？
如何看待机器之心重测高考数学全卷，Gemini夺冠，豆包DeepSeek并列第二？
大家在做登录功能时，一般怎么做暴力破解防护？
有没有你见人就忍不住推荐的先婚后爱***，刚升级成了尊贵的盐选会员嘿嘿？
沙特王储：整个伊斯兰世界团结一致支持伊朗，你怎么看？
如何看待伊朗媒体发布「手摸核弹」***，并配文「MAYBE」？
Rust1.86才正式稳定trait的upcast，为什么在rust中这个特性实现如此复杂？
中国的导弹水平到底怎么样？
为什么 Windows 没有比较成熟的第三方桌面环境（explorer.exe）？
为什么广西盛产鬼火少年?
美国的一个航母编队真的可以完爆一个中小国家吗？
医院的信息科工作是怎么样的体验？
商业史上有哪些降维打击的经典案例？
