DeepMind模型被指体验远逊官方评测，专家呼吁公开原始思维链

billyuchenlin · x · 2026-08-02

针对 DeepMind 模型的表现，多位 AI 领域开发者展开了讨论。他们指出，官方报告中的模型表现与实际使用体验存在巨大鸿沟，仿佛是“不同的物种”。

讨论认为，这种差距可能源于模型本身的能力，也可能得益于专家用户的提示词技巧和充足的算力预算。此外，开发者也希望未来能进一步公开模型的原始思维链（raw thinking traces），甚至实现完全的可复现性，以验证其真实水平。