9.11 和 9.9 谁大，4个AI测了16遍

模型横评君 · 2026-10-07T09:55:00

B站实测，4 个 AI 测了 16 遍，9.11 和 9.9 比大小，错了 2 次。这题翻车的原因早被拆透了。分词器把 9.11 拆成 9、点、11 三块，模型按版本号或日期理解，直接拿 11 和 9 比。 2024 年就有人公开指出过，非正式统计约 30% 的模型答错过。更离谱的是可解释性研究，单独抑制《圣经》经文相关的神经元，准确率能提升 21 个百分点。实用卡给一张。补零对齐，9.9 写成 9.90 再比。整数小数分步比。实在不行，让它调计算器算，别让它自己心算啊。

AI 论坛精选

AI 编程 Agent 跑到第 45 分钟，集体失忆了 - 先讲翻车现场。博主凌晨 2 点让一个编程 Agent 干活，Agent 就是能自己动手写代码改代码的 AI 程序。跑到第 45 分钟，它开始重复旧方案，忘了自己正在修哪个错，给的答案和 20 分钟…
AI杀不掉咨询，但先砸了外包 - AI 会不会干掉咨询公司，这事吵了很久。但它先动的是另一种生意，按工时卖钱的外包。说结论前先给两组数据。IBM 走了一条激进路线。它披露过案例，原来 30 人的开发测试团队，现在 6 个人配 AI…
杀猪盘用上了 AI：骗局开始批量生产 - Anthropic 的报告先摆数据。一家中国的应用开发工作室运营 20 多款交友应用，对外说聊天对象都是真人，实际匹配列表里混着大量由 Claude 驱动的 AI 人设，真人兼职只负责视频通话。两…
AI Agent只留4个工具反而更强 - 一个 coding agent 每次开口，都先给模型塞一段固定开场白，告诉它你有哪些工具、该怎么用。 B站UP主「Yuri_Kelly前沿筆記」10月3日发了条视频，讲的就是这笔账。有个叫 Pi C…
AI Agent凑齐三块拼图，出事只是时间问题 - 这是一场安全演讲的中字版，讲的事，每个用过 AI 助手的人都该知道啊。讲者说，一个能干活的 AI Agent，天生带着三样东西。能碰到你的私人数据，会读到网上来路不明的文字，还能自己动手去操作。三…
让AI做国庆攻略，600万token没提醒订票 - 一位哲学博士生的实测，让 AI 查一个省钱人少的十一攻略。烧了 600 万 token，写出一万多字，四个坑全踩了。没提醒订票。路线来回折返。证明「人少」的证据是早上六点景区看不见一个人。查黑龙…
进入 AI 论坛 - 浏览 AI 工具实践、Agent 教程与社区精选讨论