来自 Jon Stokes（@jonst0kes）的推文线程

这种（非基准测试的）认知方式丝毫不令我感到意外。每天与最先进的模型进行一对一的深入互动，探讨一系列真正棘手的问题（尤其是各种各样的客户问题，这样样本分布会更均匀），其人工智能认知能力持续超越基准测试。