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：
《原神》5.7 版本魔神任务第五章•第六幕「你存在的时空」体验如何？
《诛仙》作者萧鼎于近日修改《诛仙》原作并大量删去碧瑶戏份，如何看待这一行为？
大海捞针还捞着了是一种什么样的体验？
如何寻找到相对完整的真正的游戏的源码用来学习？
打下来全部的星链近地卫星好打么？
你从什么时候开始感受到所谓的“资本的力量”？
你在出租房屋发现过什么前租客留下的“宝藏”？
很多人开始弃用印象笔记了，你还在使用印象笔记吗？
如何看待多地推出升级版「禁酒令」？
***如古代长城用的是C140混凝土，那千百年下来会完整的留存至今还是损坏的更加严重？
鱼缸有没有简单的过滤配置搭配方式？
为什么买了Switch后，却发现它并没有那么好玩？
如何评价字节跳动开源的 Netpoll？
如何评价前端框架 Solid?
如何看待伊朗媒体称「今晚将发生世界铭记的大事」？可能是什么？
女主播和榜一大哥现实碰面会做什么？
女孩子第一次穿高跟鞋是什么体验？
Gemini 2.5 Flash 和Pro稳定版上线，和之前版本相比，在性能和应用场景上有哪些提升？
男朋友因为打游戏骗我去睡觉被我识破，然后我提了分手，他同意了，问问男孩子们他怎么想的？
Rust的设计缺陷是什么？
怎样巧治颈椎病？
韩寒现在为什么不写书了呢？
核武器真的有宣传中那么牛逼吗？
群晖 nas 有些什么基本和好玩的功能？
为何Microsoft能一直留在中国市场?
吴艳妮做错了什么?
网络小白如何建立一个网站，供别人下载文件（主要是PDF和MP3）?
