（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：
是什么原因让你一定要用 iPhone？
养乌龟是什么体会？
怎么评价新发布的小米YU7？
你见过最无用的节俭行为是什么？
为什么Go仅仅160MB的安装包就可以编译程序，而Rust却还需要几个GB的VC++才能编译？
冬天也要穿胸罩吗?
如何评价女明星梅根福克斯的身材？
怎么评价国内AI企业人肉背15块80TB硬盘，飞去马来西亚用英伟达训练数据，以规避美国禁令?
Web 前端怎样入门？
吃爽了是怎样一种体验？
如何看待美团创始人王兴清空微博？
为什么要远离社会底层？
扫黑风暴为什么他们费老大劲杀这么多人不如直接把督导组干掉？
如何看待CNN爆料美国***在轰炸伊朗核设施之前通过秘密渠道通知伊朗***？
广西举全区之力支持柳州化解债务，是否意味着***隐性债务正受到越来越多的重视？
你怎么评价日本某个前空姐说：“如果我在经济舱，年薪2000万日元以下的乘客没有资格给我递名片”？
我想做个小型的商业网站该用nodejs还是python做后端？
都是研制核武器，美国为何只敢动伊朗，对朝鲜却畏首畏尾？
如何评价英特尔再次退出汽车业务?
如何设计一条 prompt 让 LLM 陷入死循环?
如何看待M4单核性能吊打9950x?
台湾是中国领土，那台湾海峡算是内海，为什么不击沉那些无理通过海峡的军事力量？
obsidian用一两年后会有多大？全文搜索还快吗？
现在的乡镇学生为什么越来越难教？
Centos为什么突然没人用了?
