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：
请问有哪些手机的APP,让你觉得很实用或很有趣？
有一双超级大长腿是什么感觉？
商业史上有哪些降维打击的经典案例？
为什么买的小乌龟总是养不活呀？
《风味人间》里的顺德鱼生是淡水生鱼片，不担心有***吗？
程序员想搭建自己的服务器求指教。?
和女生合租，都会发生什么事情？
求指点：网页开发的下一步?
女生真正的完美身材是什么样子？
为什么二游厂商都喜欢推出泳装版本?
Linux 下有没有类似 Everything 的搜索工具？
为什么有的程序员很抗拒使用Ai?
为什么各大品牌内存条包装都那么low？
如何评价「江南第一深情」童锦程？
亲眼见到明星本人是什么体验？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
新婚那天晚上你们是怎样度过的？
鸡那么脏，那为啥鸡巢几乎没有蟑螂？
实体店为什么生意越来越难做了？
民航局紧急通知禁止携无 3C 标识及被召回的充电宝乘境内航班，无 3C 标识充电宝有哪些安全隐患？
内蒙古一男子在女方出轨后，殴打妻子后发生性关系被告***，婚姻存续期***如何界定？该案将如何判决？
什么样的女主才能叫做「人间尤物」？
郑钦文的饭圈开始互撕，对郑钦文的名声有什么影响？郑钦文超话是否应该关闭?
超小团队选择Django还是Flask？
为什么原神、黑神话明明都要上XBOX主机，却依然没有NS手机版？
人工智能相关专业里有什么「坑」吗？
如何评价玄武电脑电源?
如何评价茅台暂停京东供货？
轰20的亮相为什么被反复推迟？
健身为什么要多练腿？
