（又从草稿箱翻出一篇本该四月写完的文章…我的草稿箱里究竟还藏着多少 TODO 啊…） 先问大家两个问题： 各家 AI 现在都做了 Deep Research，那么如何比较不同的深度研究之间的能力高低呢？***设一道题目客观上存在唯一正确答案，且相关信息线索绝对可以在互联网上搜到，在允许使用搜索引擎的情况下，你觉得自己能做出来吗？当下最先进的 AI Agent 呢？为了验证大模型、Agent 网上冲浪的能力，OpenAI 编了一套超难的试卷，里面有 …。
代码：
为什么有的女生喜欢穿紧身牛仔裤？
安抚奶嘴会影响嘴形吗？
数码宝贝1，2部里有哪些容易被忽略的小细节？
大a下一个牛市多久到来?
印巴大战，背后大国为何都不发声？
为什么不用rust重写Nginx？
中国军事力量在亚洲能排第一吗？
珍宝岛战役以后，中国为什么不反推苏联?
如何看待伊朗国家电视台发文称“今晚将会发生一件大事，让世界铭记几个世纪”？
空战的时候可不可以先击落预警机?
MacOS真的比Windows流畅吗？
自己拥有一台服务器可以做哪些很酷的事情？
眼睛有飞蚊症可以自愈吗?
为什么有的房东喜欢把房间租给女租户？
怎么提高自己的系统设计和架构理论水平？
count(*) count(1)哪个更快？
有哪些故意缩短产品寿命的设计？
你曾看到空乘做过的最傻的事情是什么？
各位都在用Docker跑些什么呢？
哪个牌子的护肤品好呀？想给妈妈买一套抗衰老的护肤品?
大街上看到大白腿，忍不住瞄了两眼，算不算不尊重女性？
大家在做登录功能时，一般怎么做暴力破解防护？
如何评价前端框架 Solid?
为什么没有核动力货轮？
蜂鸟音乐指控邓紫棋侵权，要求 48 小时内下架重录歌曲，邓紫棋回应「不会下架」，这一指控合理吗？
为什么都对TLC乃至未来的QLC嗤之以鼻呢?
DF-41已经可以打击美国本土，这是否相当于古巴导弹危机常态化？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
核武器真的有宣传中那么牛逼吗？
微信服务器会保留聊天记录吗,会保存多久?
