《纽约客》长文拆解测试实验室: resisting 熊的认证如何界定「失败」

Afinetheorem · x · 2026-10-23

Gideon Lewis-Krauss 在《纽约客》发表关于测试实验室运作机制的长篇报道。配图选段讲述「防熊容器」认证:Interagency Grizzly Bear Committee 让真熊当产品测试员,容器须承受整整 60 分钟的「熊接触时间」而不出现超过 1/4 英寸的孔洞才算通过;明星测试熊 Kobuk 绰号「毁灭者」,因擅长破解锁扣而闻名。文章引用机器人学家 Rodney Brooks 的名言「世界本身就是最好的模型」——没有任何熊的替身比得上真熊,但「防熊」的定义仍须由人来裁定。

这篇报道被 AI 圈转发,显然是借熊测试隐喻 AI 实验室的评测工作:评估标准由谁定、第 59 分钟被攻破算不算失败,与模型评测的哲学一脉相承。