实测 GPT-6 Astra 弱项:编程笑话几乎全平庸,仅一个疑似原创

paraschopra · x · 2026-09-05

在满屏 GPT-6 Astra 惊艳 demo 之际,@paraschopra 反向测试其短板:让模型编几个网上搜不到的原创编程笑话。

结果:第一个笑话确实让他笑了,网上搜不到、很可能是原创;其余笑话都很平淡(bland)。作者的结论是这体现了 AI 进步的「锯齿状」(jaggy)特性——在不可验证(unverifiable)的领域,自动化程度仍有明显距离:笑话好坏难以客观验证,模型在这类任务上进步最慢。