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：
字节跳动技术副总裁开源了自己与Trae合作的首个项目，如何评价目前AI开发的水平？
公立医生帮联系民营救护车，800 公里收费 2.8 万元，收费合理吗？救护车收费标准是什么？
30岁了，你在深圳过着什么样的生活？
为什么不趁以色列美国与伊朗打的火热的时机收复台湾呢？
世界上哪款战斗机最好看？
兰州大学位置偏怎么了？985 毕业它不香吗？
华为 HDC 发布 HarmonyOS 6 开发者 beta 版对应用开发者和鸿蒙生态有哪些影响？
Golang和J***a到底怎么选?
CTO要求把所有逻辑放到数据库合理吗？
印度为什么一定要和中国作对？
人在45岁是一种什么感觉？
老板说我设计了一周的海报还是不行，我到底该怎么学啊？
初三画成这样算是有天赋吗？【正经求助】?
为什么买了Switch后，却发现它并没有那么好玩？
2025 年 6 月，Rust 在 GUI 方面有何大的进展? 你最看好哪个框架?
在上海被骗了100w+，警察不予立案怎么办？
我想知道女生有没有处男情结？
性在婚姻生活中真的重要吗?
055驱逐舰的战力被低估还是被高估？
为什么 Windows 没有比较成熟的第三方桌面环境（explorer.exe）？
一台主机上只能保持最多 65535 个 TCP 连接吗？
华为Pura 80首销遇冷，是否说明消费者已经开始对麒麟芯片性能有所觉醒？
将 Windows Server 作为个人 PC 操作系统来用是怎样的体验？
我国004号航母什么时候下水？
四十万车和十万的车有什么区别？
如何评价女明星梅根福克斯的身材？
NAS的盘是否需要一次性买齐？
如果你是《一帘幽梦》里的绿萍，你会不会最后原谅紫菱？
5 月 28 日 DeepSeek R1 模型完成小版本试升级并开源，具体有哪些提升？使用体验如何？
有没有一款音乐播放器，能连接nas音乐，创建音乐库，自动匹配歌词封面等等？类似infuse的概念呢？
