AI太厉害咧，有没有什么事它不擅长？

我知道一个。由于tokenization (词元化)机制以及目前思考模型的局限，让它数字符数很可能得不到正确答案。

模型	正确答案	AI输出答案
讯飞星火		131，验证后给出174
豆包		155
Qwen3-Max-Thinking		94，验证后还是错的
Qwen3-Max-Thinking 深度思考	155	155
Qwen3-235B		155
Gemini 3 Fast		144，列的表是对的，还是算错了
DeepSeek R1		155

都是用各种平台的在线界面试的。有趣的是，千问最新的思考模型思考半天反而想错了，只有上深度思考，使劲思考，才对。

至少这个例子显示了目前AI模型的缺陷：不具有真正的思考能力。思考了半天，甚至生成了Python代码，还是错。

我能想到可行的解决方案是，调用外部工具，借助工具弥补所谓的「思考」和「推理」的短板。

哪有什么深度思考啊，瞎编乱造罢了。

「去离家50米的洗车店 是开车还是走路去」

这是最近火的AI智商检测题目，类似的还有「Strawberry里有几个r」，这个和上面的统计字符数道理一样。

结论一致，AI尚不具有真正的思考能力。

十几年前，Android刚火那会，有个类似的公众事件，我印象中是用Android自带的计算器算1÷3×3，结果不是1。这个表面上是程序bug，考虑不周，底层的原理是计算机的浮点运算精度问题，是我们现有的数值计算体系的缺陷。

如果懂原理，理解起来就不困难。

去豆包水印

亲测可用。AI画图，擅长的就是几个提示词生成一套含义不明的图，作为素材不错。作为非专业是使用者，想控制AI让它生成我期望的构图等等，比较难。

Make octave plotting WYSIWYG

总算有人修复了Octave屏幕显示和输出图片大小一致的问题。

PROTECT Taiwan Act

刘思齐

胡石英

媒体机「特调」严重，测评「遥遥领先」不可信

https://www.bilibili.com/video/BV12mZtBTEJB

有个之前看到的词和这个类似，「数据定制服务」。如果过程不透明，任何结果都可以做出来，实验如此，理论计算如此。加上成本越来越低，真实度越来越高的各种生成式人工智能，这个年代最缺的恐怕是「信誉」了，说它比黄金更珍贵不为过。

嘿嘿，没想到过了个年，视频没了。

🫢

不许讨论。

生成式人工智能(Generative AI)

• 注意力(Attention)
• 指令微调(Instruction tuning)
• 预训练(Pre-training)
• 微调(Fine-tuning)
• 嵌入(Embedding)
• 强化学习(Reinforcement learning)
• RLHF (Reinforcement learning from human feedback)
• 文生图(Text2Image)
• 扩散模型(Diffusion Models)
• LoRA (Low-rank adaptation)
• 混合专家模型(MoE)
• 规模法则(Scaling law)
• 量化(Quantization)
• 对齐(Alignment)
• 模型蒸馏(Model distillation)
• 多模态(Multimodal)
• 推理链(Chain-of-Thought)
• 智能体(Agent)

我认为，目前的局限是上面提到的，AI根本不会思考，还是个背题机器，需要把所有的书都看完才能开口，导致模型巨大，吃内存和显存。内存价格已经上天啦，10来年前的DDR3都被召回战场了，我4年前配的X79小主机竟然能再次成为「主流配置」。

现在的大模型做高考题在山东能考上北大清华

https://finance.sina.com.cn/tech/shenji/2025-06-26/doc-infckhuq4913228.shtml

学科	满分	Seed1.6-Thinking	Gemini-2.5-Pro-0605	DeepSeek-R1-0528	Claude-Sonnet-4	OpenAI-o3-high-0416	平均分±标准差
理科总分	750	648	655	615	598	579	619.00 ± 32.38
文科总分	750	683	651	631	633	625	644.60 ± 23.55
语文	150	128	126	118	117	95	116.80 ± 13.10
数学	150	141	140	145	128	136	138.00 ± 6.44
英语	150	144	141	143	142	140	142.00 ± 1.58
物理	100	90	89	62	74	65	76.00 ± 13.10
化学	100	69	82	72	61	66	70.00 ± 7.84
生物	100	76	77	75	76	77	76.20 ± 0.84
地理	100	94	78	79	92	90	86.60 ± 7.54
历史	100	92	84	67	78	84	81.00 ± 9.27
政治	100	84	82	79	76	80	80.20 ± 3.03

从标准差看，物理还是难，其次是历史，化学和地理差不多难度。不过呢，化学的平均分是最低的，说明最难。作为擅长化学的人士，我很欣慰。

怹(tān) 㨃(duǐ) 挼(ruó ruá ruǎ)

https://www.zhihu.com/question/19593597

原来汉语里还真有ruǎ的音。

《人民日报》社论《把批林批孔的斗争进行到底》

指出了被林彪反动派利用的孔孟的政治纲领：

• 克己复礼。 — 《论语·颜渊》
• 一日克己复礼，天下归仁焉。 — 《论语·颜渊》
• 悠悠万事，唯此为大，克己复礼。 — 《后汉书·仲长统传》、《论语·颜渊》
• 如欲平治天下，当今之世，舍我其谁也？ — 《孟子·公孙丑下》
• 唯上智与下愚不移。 — 《论语·阳货》
• 恃德者昌，恃力者亡。 — 《史记·商君列传》
• 中庸之道。 — 《礼记·中庸》
• 劳心者治人，劳力者治于人。 — 《孟子·滕文公上》
• 废黜百家，独尊儒术。 — 《汉书·董仲舒传》

用AI整理的，还不错。不涉及数字，纯思考，一般想不错。

《欲悲闻鬼叫》

权新峰

东安古城 商奄

我觉得只能说是可能，这些报道标题党了。

THE 2028 GLOBAL INTELLIGENCE CRISIS

从上面的几个事看，独立思考的能力，在任何时候都重要。