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：
PHP现在真的已经过时了吗？
为什么国外网站总喜欢弹出cookie访问权限弹窗，国内网站却没有，这么做有什么意义？
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？
为什么 IPv6 突然不火了？
为什么字节跳动的软件选择用Rust这个语言写？
外贸独立站怎么做SEO？
HTTP/3 解决了什么问题，又引入了什么新问题？
有没有什么冷门的高颜值女演员？
泡泡玛特这种又丑又贵的玩具为甚么会有人买？
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？
全班 43 人开家长会只来了 7 位爸爸，学校称未来准备策划爸爸家长会，如何看待这一现象？
阿里云为什么没有一年的免费云服务？
以色列为什么突然敢打伊朗了？不怕被报复？
有人说x86是条必沉的船，苹果早就跳船了，微软也有弃船的意图，你怎么看？
为什么前端精通Node.js的人这么少？
美国搞出个“稳定币”，到底是什么？其它国家是如何看待稳定币的？
女生被踢裆也会很疼吗？
为什么都说 Finder 难用？
中国与敌国发生战争，哪些国家会帮中国？
前端，后端，全栈哪个好找工作？
2025年，歼16与美军机50分钟缠斗，为什么知乎上没有任何消息？
小米的研发经费真的很少吗？
怎么看待B站舞蹈区和某些风格比较暴露的up？
如何评价网红店太二酸菜鱼?
用K8s的公司有多少人会部署K8s？
怎么看swift的并发模式选择了actor模型？
发现孩子走丢的那一刻，你是什么心情？
国产数据库有什么坑？
