（又从草稿箱翻出一篇本该四月写完的文章…我的草稿箱里究竟还藏着多少 TODO 啊…） 先问大家两个问题： 各家 AI 现在都做了 Deep Research，那么如何比较不同的深度研究之间的能力高低呢？***设一道题目客观上存在唯一正确答案，且相关信息线索绝对可以在互联网上搜到，在允许使用搜索引擎的情况下，你觉得自己能做出来吗？当下最先进的 AI Agent 呢？为了验证大模型、Agent 网上冲浪的能力，OpenAI 编了一套超难的试卷，里面有 …。
代码：
中亚五个“斯坦”国各有什么区别呢?
哪一段代码最能体现c语言的魅力？
你们的腰椎间盘突出，怎么治好的？
Firefox是如何一步一步衰落的？
Swift 和同时代的其他语言比起来怎么样？
女生真正的完美身材是什么样子？
蜂鸟音乐指控邓紫棋侵权，要求 48 小时内下架重录歌曲，邓紫棋回应「不会下架」，这一指控合理吗？
如何评价前端框架 Solid?
华为和硅基流动发布CloudMatrix384超节点部署DeepSeek的报告，对行业有何影响？
一台主机上只能保持最多 65535 个 TCP 连接吗？
编程语言 MoonBit 发布 Beta 版，正式进入企业场景应用，会带来哪些影响？
联想 128GB 超大内存迷你 AMD 主机上架，此款主机有哪些亮点？
为什么“坏人绞尽脑汁不如蠢人灵机一动”？
有哪些新生代没见过或者无法理解的 Windows 95/98 时代的事情？
为什么买了Switch后，却发现它并没有那么好玩？
PHP现在真的已经过时了吗？
各位都在用Docker跑些什么呢？
陈楚生第一，马嘉祺淘汰，如何评价《歌手 2025》第六期所有歌手的演唱？
为什么腾讯云或者阿里云不让自建dns服务器?
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？
为什么天天开车仍感觉***死亡离我们很远，偶尔乘一次飞机却觉得失事死亡离我们很近？
使用 Go 语言开发大型 MMORPG 游戏服务器怎么样？
如何评价 Steam 新游《捞女游戏》（已改名《情感反诈模拟器》）？
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？
如何评价《灵笼 2》第六集？
微软宣布 5 月 28 日开始下架「Microsoft 远程桌面」应用，背后原因有哪些？
穿瑜伽裤爬山的女生会不会害羞？
Go 语言的使用感受是什么？
军工为什么不要轻易进？
