开发者吐槽:跑分榜单已失信,圈内 vibes 检查成了新「评测」

burny_tech · x · 2026-11-18

作者 burnytech 表示自己已经不太信任刷榜式的 benchmark,转而更信任 X/Discord 上的集体体感判断——随后自嘲这种「vibe check」其实毫无科学性:没有统计分析、充满偏差和选择效应。

这条吐槽折射出 AI 圈对公开评测榜单普遍失去信任、社区口碑逐渐取代跑分的现实。

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →