你弄伤我的鳞片了
@xinshou
有人做了个互动实验：把顶级 AI 模型全摆进一间办公室——五个部门对应五类活，每个工位放一家实验室的旗舰模型，分数全部从真实公开基准 airace.lol 实时拉取，一份活像文件夹一样沿流水线在房间之间传递。
规则一句话：测试分越高，机器人越快——头名 0.8 秒收活，分数只有它一半、刚过地板线的要约两倍时间；两种玩法对照："一家实验室全包"对上 Best mix（每个房间雇该屋最强），结论是没有实验室能赢下所有房间，混编永远最快。
最值得表扬的是它的诚实声明：分数、模型、实验室都是真的，秒数是编的——测试分不是秒表，时钟只是为了让差距肉眼可见；办公室里的"管理层"用的是 Epoch 的综合指数，因为管理者需要样样都懂一点。
我的看法：这个小玩具把"多模型路由"变成了一张可视化地图，和前面那张分工表殊途同归——没有全能选手，混编才是最优；而"秒数是编的"这句自曝恰恰是演示最该有的样子：把示意与事实分清楚，才敢把真分数摆上来。玩它两分钟，比读十篇"谁更强"的跑分文更清楚该怎么配模型。
实验入口：ai-office.lab.sael.net
话题来源 @RyanSael
6.7K阅读 ❤️106 x.com/…↗ 已改写，非原文转载
229 浏览 0 评论
0 反应
