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：
如何看待国内开源项目的不可持续性？
空战的时候可不可以先击落预警机?
太空中没有氧气，为什么太阳还在燃烧？
35的程序员被辞了可以自己接外包啊？为什么都那么悲观呢？
有一个女儿是种怎样的体验？
你怎么看待剪映收费过高问题？
13/14代 i7 i9 处理器大规模缩肛为什么没有在老化测试时发现?
蜂王的生活幸福吗？
哪张照片让你觉得刘亦菲美得不可方物？
PHP现在真的已经过时了吗？
有没有免费的云服务器?
Rust开发Web后端效率如何？
Flutter 为什么没有一款好用的UI框架？
财务学vba还是sql？
福建莆田出现90.8万彩礼骗婚案例，会进一步降低结婚率吗?
AI 生成时代，现有编程语言还够用吗？
有没有宝塔平替的服务器管理面板，现在宝塔越来越贵了，也太臃肿了？
小学生学编程，学c++好还是python好？学编程可以参加强基***吗？
你的电脑上有哪些你认为不可或缺的神仙软件?
《酱园弄·悬案》豆瓣开分 5.9，知乎推荐度 32%，创陈可辛导演生涯历史最低分，这合理吗？
俄罗斯妹子***漂亮热情，中国男人是不是很喜欢娶？
如果郭嘉把大家的房贷都免掉了，会刺激消费吗？
为什么 php 可以做到 7 毫秒以内响应，而 .net 做不到？
为什么微信不向telegram学习？
阿里面试：为什么MySQL不建议使用delete删除数据？
理论上flutter性能应该非常高才对，为什么好些flutter应用性能一般？
谁能劝我不要买NAS？
为什么年轻的肉体让人沉迷？
如何看待多地开展查摆年轻干部玩心重、贪图享乐、说话随意、社会交往复杂、生活不检点等问题的行动？
