两年前，GPT-4才出来的时候，大家纷纷给大模型出的题目是小学奥数，什么鸡兔同笼，都会有一定错误率，那时候人看大模型，就像看个傻子。
一年前，GPT-4o来了，模型变小了，性能提高，小学奥数以及普通的中考题正确率大幅度提高，但是中考的解答题仍然不会做。
半年多前，o1出现，首先提供的还是o1-preview和o1-mini，这两个模型已经能做中考解答题了，接下来只剩高考大题做不了。
然后今年，o3、o4-mini、gemini 2.5 pro……终于…。
代码：
你见过身边身材最好的女生是什么样子的？
cloudflare的1.1.1.1和warp有什么区别？
如何设计出色的网站后台原型？
哪张照片让你觉得刘亦菲美得不可方物？
中国军队有多强，在世界能排第几？
各位都在用Docker跑些什么呢？
请问有人能估计一下 go 相比 php 在不同用户量下能省多少钱吗？
为什么在中国搞不出 Spark 和 Hadoop 这种东西？
如何评价华为鸿蒙电脑？
有哪些BI工具惊艳了你？
男朋友因为打游戏骗我去睡觉被我识破，然后我提了分手，他同意了，问问男孩子们他怎么想的？
为什么 Linux 软件安装包会有依赖关系，而 Windows 软件安装包不需要？
什么事情是你待在西安才知道的？
冬天也要穿胸罩吗?
switch2好用吗朋友们?
为什么长得漂亮却没什么用?
老板说我设计了一周的海报还是不行，我到底该怎么学啊？
凤凰传奇曾毅公开佩戴含有不雅元素的手表，这涉嫌违法吗？如何从法律角度解读？
鸿蒙电脑应用开发和鸿蒙手机是一样的吗？
如何部署Prometheus监控K8S？
为什么董明珠攻击小米空调，而公牛却没有攻击小米插座？
胸大的女孩会自卑 吗？
你们做过最龌龊的事情是什么？
有哪些是 DeepSeek 回答不了的问题？
UBI（Universal basic income，全民基本收入）可行吗？
新买了一台nas，第一个月下载20t+，上传5+，不会被网警盯上吧?
vue 框架开发的项目结构是如何搭建的？
2025年了，照相机为啥还这么难用？像素低还很贵？
为什么有的女生喜欢穿紧身牛仔裤？
