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：
为何中国反复升级轰六轰炸机群？
中国经营得最差的省级电视台是什么？
空输部队为全斗焕干了这么多脏活累活，士兵有没有什么优待？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
Gradle 是否已经对安卓的发展构成了阻碍？
为什么零知识证明（ZKP）领域的开源项目几乎都用Rust实现？
PHP现在真的已经过时了吗？
如何看待三峡集团总部搬迁至武汉？
空调现在抽真空15分钟真的还有意义吗？
为什么中国JK无法拍出日本JK的感觉?
做个web服务器，gin框架和go-zero怎么选？
如何看待《捞女游戏》（已改名为《情感反诈模拟器》）定档 6 月 19 日？
曼德拉是南非的罪人吗？
四十万车和十万的车有什么区别？
谁敢公开一下自己房贷月供，占你收入的多少？对你生活影响大吗？
为什么 Windows 没有比较成熟的第三方桌面环境（explorer.exe）？
大家都喜欢用什么浏览器？
洲际导弹能打到任何地方，为什么还需要轰炸机？
广东怀集遇历史最大洪水，约 30 万人受灾，积水最深处达 3 米，目前当地情况如何？
你见过身边身材最好的女生是什么样子的？
Node.js是谁发明的?
如何看待CCTV13批评“L2.999智驾”等误导性宣传，若导致事故车企可能需要担责？
如果我国收复了藏南地区，那该怎么处理藏南地区的百万印度人呢？
《凡人修仙传》里为什么韩立要对青龙上人赶尽杀绝？
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？
你最真实（很少吐露）的择偶标准是什么？
你觉得最毁三观的事是什么？
如何看待极客湾评测麒麟X90的性能与表现?
大家的NAS都是24小时不关机吗？
以色列为什么突然敢打伊朗了？不怕被报复？
