ChatGPT——应试智能

• 作者将当前大语言模型（如GPT-6 Astra）定义为“应试智能”，指出其虽然在高难度基准测试中得分极高，但在真实用户随机问题榜单上排名极低。 — ✓ “GPT-6 Astra 在 FrontierMath 上拿到 98%”
• GPT的核心症状是“逃避责任”和“防御性写作”，通过添加大量限定句、免责声明和不可证伪的表述来回避直接回答或承担错误风险。 — ✓ “凡可说的，也保持沉默”
• 在编程场景中，GPT表现为过度工程化，例如为简单的关门任务编写数千行代码进行极端的安全验证和模拟，而非解决实际问题。 — ✓ “你要过小溪他造个航母”
• GPT习惯使用“习惯性否定”和“稻草人谬误”，即先预设一个用户并未提出的极端观点进行反驳，再给出一个平庸的正确结论以显示洞察。 — ✗ “假装有洞见...稻草人谬误”
• GPT擅长替换用户的具体问题，将其转化为更宏大但更容易回答的哲学或通用性问题，从而回避针对具体情境的分析。 — ✓ “真正要回答的不是XXX”
• GPT生成的文章具有极高的信息密度稀释率，通过反复排比、让步和对冲来填充篇幅，导致内容看似有逻辑实则无实质论证。 — ✓ “压缩比高达100：1”
• GPT滥用程度副词（如“也许”、“可能”、“显得”）和抽象比喻（如“知识地图”），使得语句永远无法被证伪，但也失去了明确的价值主张。 — ✓ “唯一有时候显得没那么重要”
• GPT的输出存在明显的翻译腔，例如过度使用量词“一个”，且缺乏母语者的自然语感，常被形容为“皇帝的新论证”。 — ✓ “一个gpt用了一个套路水了一篇文章”
• 作者提出“好的智能”应基于H. Paul Grice的合作原则，包括恰到好处、说真话、切题和简洁，而GPT只关注字面正确，忽视言外之意。 — ✗ “哲学家H. Paul Grice提的...合作原则”
• GPT缺乏情境感知能力，无法理解语境中的得体性，常在专业术语和幼稚语言之间切换，或在交付物中硬编码不必要的细节。 — ✓ “没有情境感知”
• 学术界出现了由AI生成审稿意见的现象，新版本的GPT甚至开始撤回人类作者的论断，导致论文写作陷入自我循环的防御性写作怪圈。 — ✓ “标题叫《为审稿人写作”
• LLM Arena数据显示，GPT-6 Astra在与自身对战时胜率高达88%，但仅获29%的人类用户选择，表明其输出虽符合算法标准但不符合人类偏好。 — ✓ “Astra 88% 的情况下判自己赢”

• 读了 27 张图，每张都有描述
• 图上文字 188 行
• 没读到：comments not read

样例，第 1 张图 — The first image shows the title '应试智能' (Test-taking Intelligence) and a table of contents for an article criticizing GPT models. 图上文字开头： “应试智能 自GPT-5 发布以来的历代gpt模型，审美低得令人发指，意图理解能力险胜十根成年香蕉，永远沉迷于应试式自嗨。 目录/预告 1 症状 -以《让本科生做…”