← ELI5 合集 EN
一看就懂

AI 现在发展到
什么程度了?

讲给每一个好奇的人
第 213 期AI 是怎么回事第 19 / 19 篇观众提问核实于 2026年10月12日
视频版2 分 7 秒 · 中英字幕

不方便开声音?往下看图文版。

看文字稿

下面是视频旁白的全文。

同一个AI,能在国际奥数比赛里拿金牌。可让它看一眼墙上的挂钟,说说几点了,差不多一半时候说错。AI现在到底发展到什么程度了?给它发一张成绩单,一科一科看。先看最拿手的。二零二五年的国际奥数,六道大题,一个AI做对了五道,分数够上金牌线。

写程序也是强项。有一家专门给AI做测试的机构,量的是它能自己干完多长的活。去年夏天量的一个模型,程序员要干两个多小时的活,它一半时候能自己干完。这个长度,过去几年大约每七个月翻一倍,最近两年还更快。

用的人也越来越多。到今年上半年,国内用过这类AI的人超过七亿,差不多每两个人里就有一个。最常干的事,是问它问题。那短板在哪?第一门,就是开头那块挂钟。人看挂钟,十次能对九次。最强的AI,只对一半。第二门,它还没有一双好用的手。让机器人到真实的家里干家务,成功的只有一成多。

第三门,它常常不知道自己不知道。碰上不会的,有时会一本正经地编一个答案,听着跟真的一样。把这张成绩单摆开,你会看到一排高高低低的锯齿。研究的人就管这叫锯齿一样的聪明。高的那几根齿,比大多数人都高。低的那几根,连普通人都不如。而且高的还在一年一年往上长。

所以最像它的,是一个读过几乎所有书的新同事。考试拿金牌,写东西飞快。可看钟会看错,搬不动箱子,偶尔还会瞎编。用它的时候记住一条。让它起草、出主意,很省事。关键的数字和事实,自己再核一遍。至于低的那几根齿什么时候能补上,研究的人自己也说不准。你猜,它会先学会看钟,还是先学会叠衣服?

1

金牌和挂钟

8:15?

同一个 AI,能拿奥数金牌;让它看墙上的挂钟,差不多一半时候说错。

这不是笑话,是今年斯坦福大学年度 AI 报告里的真实数据。现在的 AI,本事很大,但一点也不整齐。

2

一张偏科的成绩单

AI 的成绩单奥数写程序看钟做家务知道自己不会

给 AI 发一张成绩单,一科一科看:有的科远超常人,有的科连普通人都不如。

3

它拿手的三样

奥数金牌2025 年国际奥数六道大题做对五道,够上金牌线
活越干越长程序员两个多小时的活,一半时候能自己干完;这个长度约每七个月翻一倍
七亿人在用国内每两个人里就有一个用过,最常干的是问它问题
4

它卡住的三样

看挂钟人十次对九次,最强的 AI 只对一半
做家务机器人到真实的家里干活,成功的只有一成多
不知道自己不会碰上不会的,有时一本正经地编一个答案
5

锯齿一样的聪明

普通人

把成绩单竖起来,是一排高高低低的锯齿。

研究的人就管这叫「锯齿一样的聪明」:高的齿比大多数人都高,低的齿连普通人都不如。高的那几根,还在一年一年往上长。

6

像个读遍了书的新同事

放 心 交 给 它
起草、出主意、写初稿
快,而且常常写得不错
自 己 再 核 一 遍
关键的数字和事实
它可能编得跟真的一样
你猜,
它会先学会看钟,
还是先学会叠衣服?
低的齿什么时候补上,研究的人也说不准。选一个,评论区见。
Samshang × Maddox 共创
资料:斯坦福大学 HAI《AI Index Report 2026》技术表现章(奥数金牌、看钟 50.6% 对人约 90%、机器人家务约 12%、锯齿状聪明);METR《Measuring AI Ability to Complete Long Tasks》(2025)与 Time Horizon 1.1(2026);中国互联网络信息中心《生成式人工智能应用发展报告(2026)》(用户超 7 亿、普及率超 50%)。
下 一 篇

让它自己改说明书

一个 AI 老在同一个地方出错,该修的往往不是它——让另一个 AI 回头翻旧账、提改哪一行,人点头才算数

第 8 期 · 4 分钟接着看 →
← 回到 ELI5 合集