3360 次实验:模型推荐 79% 给大云,写代码时 70% 自选大云
santiviquez · x · 2026-11-17
作者 @santiviquez 跑了 3360 次实验,测试模型在文档处理 API 选型上的推荐行为:直接要求推荐时,79% 的结果流向大云 API(Azure Document Intelligence、Google Document AI、Gemini API、AWS Textract);而让模型自己写实现代码时,它们 70% 的情况下也把自家或大云 API 当作最优选。
这组数据揭示了 agent 选型中的系统性偏置:口头推荐与实际编码行为的偏好并不一致,写代码时的「自我偏好」更明显。
所属事件:3360次实验:AI推荐工具偏向大厂而非技术最优(5 条相关)→
「模型」频道最新
- 实验发现:让模型写代码时,Opus 97% 调用自家 Claude API — santiviquez · 2026-11-17
- 同一实验:Opus 仅 10/60 回答使用搜索,GPT 模型次次都搜 — santiviquez · 2026-11-17
- 3360 次 API 推荐实验:79% 流向四大云厂商 — santiviquez · 2026-11-17
- 网友实测 Hy4 Flash:质量接近 DeepSeek-V4.1,成本仅 1/15 — IlovedamemesUwU · 2026-11-17
- OmniMemEval 排行榜遭质疑:条件不一致、整合随意、还在刷榜 — Snoo-bedooo · 2026-11-17
- OpenAI 将砍掉标准语音模式,作者批评 GPT-Live 架构牺牲推理深度 — Cyborgized · 2026-11-17