5 个前沿模型在交友 App 实测 6 天:1277 场对话仅 8 人识破是 AI
dair_ai · x · 2026-11-12
DateBench 让 5 个前沿模型在真实交友 App 上与真人文字聊天 6 天,结果惊人:
- 1277 段对话中,510 人同意见面,355 人发来了手机号,只有 8 人问对方是不是机器人
- 表现最好的 Gemini 4 Argon:247 个 match 中 87 人主动给出电话,无一人怀疑在跟 bot 聊天
作者警示:诈骗者同样会注意到这一点——如果你在做个人 agent,这类「能否冒充真人」的 eval 会越来越重要。
所属事件:AI 冒充真人交友实测：1277 场对话仅 8 人识破(3 条相关)→
「模型」频道最新
- 用户实测 Claude App：widget 模块看不到用户编辑、移动端也不显示 — petergyang · 2026-11-12
- Allen-Zhu新论文：Canon层随机卷积权重也能提升模型推理 — teortaxesTex · 2026-11-12
- Ricursive 发布开源权重 Ripple-65B：TerminalBench 称霸美国开源榜 — StanfordAILab · 2026-11-12
- 被严重低估的资源：跨模型跨厂商的工具调用可靠性实测 — ricklamers · 2026-11-12
- Datalab 快速模式 OCR 准确率超 Opus 5.5，价格仅 1/4 到 1/68 — VikParuchuri · 2026-11-12
- Claude 世界知识被赞惊人：单条 prompt 即可猜出用户身份 — adonis_singh · 2026-11-12