推文

@lonely_goodness · 2026-10-15 19:19

GPT-6 Astra 做了 50 道还没发表的理论物理研究题，对了 49 道，平均每题不到 3 美元。这些题顶尖专家做一道也要差不多一天。 几个细节比结果更炸： · 一开始以为 Astra 错了几道，回头找专家核对，发现是专家自己的参考答案算错了 · 关掉联网搜索，正确率几乎不变，相当于把理论物理文献背下来了 · Opus 5.5 加 Claude Code 对 46 道，花的钱是 Astra 的两倍多；DeepSeek V4.1 Flash 对 27 道 作者的结论：AI 算得过专家，但还不会挑值得做的问题。方向，还得人来定。你觉得"会提问"能撑多久？ https://x.com/ScarletKc/status/2110613435700437088

曝光 6 · 评论 0 · 点赞 0 · 书签 0