别再神话AI了:它能写代码却做不好三岁小孩的题目

来了！AI智商大翻车：GPT-5.5和Claude Opus 4.7在智商测试上栽了跟头

你听说了吗？那个号称要取代人类的AI，在智商测试上，连1分都没拿到。

对，你没看错。GPT-5.5，0.43%。Claude Opus 4.7，0.18%。人类，100%。

这个测试叫做ARC-AGI-3，是专门给AI做的”智商测试”。测试内容很简单——给AI一些从来没见过的游戏规则，让它自己摸索、自己推理、自己找到答案。这不就是我们人类最擅长的事情吗？看一眼，懂了，搞定。

结果呢？人类随便玩，100%全对。AI玩命算，0.43%。

你品，你细品。

一、这到底是个什么测试？

先别急着骂，让我给你解释一下这个测试在干嘛。

ARC-AGI-3是ARC Prize基金会推出的新一代AI基准测试。这套测试的设计者叫François Chollet，就是那个创造了Keras框架的大神。他设计这套测试的目的很简单——测出AI到底有多”聪明”，而不是有多”会背书”。

测试是怎么玩的？给你扔进一个从来没见过的游戏环境，没有任何说明书，没有任何教程。你得自己摸索规则，自己试错，自己想办法过关。

就像你第一次玩俄罗斯方块。没人教你怎么旋转、怎么消除，你就是看，然后试，然后突然开窍了——这根棍子放这儿能消一行。

这种事，人类做起来毫不费力。

AI呢？

AI在这个测试里，表现得像一个刚出生的婴儿盯着魔方。转来转去，瞎点一气，然后——超时了，下一个。

二、那些让AI集体翻车的题目

你可能会问：是不是题目太难了？

不，题目一点都不难。

有多简单？这么说吧，这些题目，三岁小孩看一眼都能做对。

比如，测试里有一道题，就是把画面里所有的红色方块找出来。人类看了一眼，抬手就点。AI呢？AI在那儿分析这个颜色是不是真的”红”，这个形状是不是严格意义上的”方块”，有没有可能”红色”只是光线问题……

然后超时了。

再比如，有一道题是让AI把一个物体从左边移动到右边。人类想了1秒钟：拖过去不就行了？AI想了五分钟：移动的轨迹应该怎么规划？速度要不要变化？到了右边要不要停下来？

你想的没错，AI在这些”简单题”上的表现，就像一个博士生在解小学一年级的加减法——他想得太多，反而算错了。

三、三大失败模式，看完你就懂了

ARC Prize团队分析了GPT-5.5和Claude Opus 4.7的测试录像，发现了三个特别有意思的失败模式。

看完你就会明白，AI到底在什么地方”卡壳”了。

失败模式一：看得见局部，看不懂全局

第一个失败模式最常见，ARC团队给它起了个名字，叫”True Local Effect, False World Model”——看得见局部变化，看不懂全局逻辑。

举个例子。AI在做一道题的时候，发现”按下ACTION3键，物体就会旋转”。它观察到了这一点。

然后呢？然后它就卡住了。

它知道ACTION3能让东西转，但它不知道为什么转了之后会改变什么，也不知道”转”这个动作应该和什么配合使用。它就像一个人学会了”踩油门能让车动”，但永远学不会”踩油门+方向盘=开车去目的地”。

局部观察≠全局理解。

这恰恰是人类婴儿都能做到的事情——三岁小孩摔过一次跤，就知道”往前走会掉下去”，这就是全局理解。AI不行。

失败模式二：认错游戏，张冠李戴

第二个失败模式叫”Wrong Level of Abstraction From Training Data”——把测试环境误认成了训练数据里的某种东西。

这个更绝。

AI在做一道镜子反射题的时候，看了半天，然后它的”内心独白”是：这不是镜子，这应该是俄罗斯方块。或者，这应该是贪吃蛇。或者，这应该是推箱子……

它把一个全新的游戏环境，硬塞进了它”见过”的那些游戏的框架里。就像你第一次看到咖啡机，硬把它认成了饮水机，然后在那儿研究怎么接热水——咖啡粉？你没看到，你不知道那玩意儿。

AI永远在用旧知识解释新问题，而人类永远在学习新规则解决新问题。

失败模式三：会做题，不会学

第三个失败模式最扎心，叫”Solved The Level, Didn’t Learn The Game”——把这道题做对了，但是没学会这个类型的题。

这就像什么呢？就像你背会了一道数学题的解题过程，然后换了几个数字，你就又不会了。

AI在ARC-AGI-3里的表现就是这样。做对了一道题，你以为它”懂了”？不，它只是恰好找到了答案。下一道同类型的题，它又懵了。

而人类呢？人类做对一道题，立刻就能总结出规律，然后举一反三。这才是真正的”学会”。

做题≠学习。这是AI和人类最本质的区别。

四、为什么AI这么”聪明”又这么”笨”？

你可能想问：不对啊，AI不是能写代码、能画画、能写文章吗？怎么会连这种”三岁小孩题”都做不对？

好问题。

这就要说到AI的工作原理了。现在的AI，尤其是大语言模型，本质上是一个”超级预测机器”。

它为什么能写文章？因为它见过太多文章了。它能预测”下一个词最可能是什么”。它为什么能画画？因为它见过太多图片了。它能预测”这个像素应该是什么颜色”。

换句话说，AI的强大，来自于它的记忆力和模仿能力，而不是真正的理解。

ARC测试的设计者Chollet说过一句话，我觉得特别到位：

“你可以靠记忆来获得技能——把一切都存进一个查找表里。但智能的本质，是你遇到完全没见过的任务时，能够多快地去理解它。”

翻译成人话就是：背书厉害不等于聪明。遇到新问题能快速搞懂，这才是真聪明。

而现在所有的AI，都在做一件事：把新问题变成老问题。

如果新问题和训练数据足够像，它就能答对。如果完全不像？不好意思，它就会开始胡说八道，开始”幻觉”，开始瞎猜。

五、这对普通人意味着什么？

好了，道理我都懂了。但是——这跟我有什么关系？

有，而且关系大了。

你想想，这些年你是不是被AI的各种宣传轰炸过？”AI要取代医生””AI要取代律师””AI要取代程序员””AI要取代设计师”……

各种AI厂商的发布会，一个比一个炸裂。一个个数字高得吓人——99%、98%、95%……

但你现在知道了：在真正考验”智商”的测试上，AI连1分都拿不到。

这说明什么？

第一，AI没有你想象的那么强。它能做好很多事，但它做不好的事更多。至少在”遇到新问题自己解决”这件事上，AI还差得远。

第二，你的核心竞争力还在。那些需要创造力、需要灵活应变、需要真正理解的工作，AI短时间内取代不了你。你的”举一反三”能力、你的”触类旁通”能力，是AI花几十亿美元也学不会的东西。

第三，学会和AI合作，比害怕AI更重要。AI不擅长从零开始理解新问题，但它特别擅长在你给定的框架里高效执行。你要做的，就是成为那个”定义问题”的人，让AI去做”执行问题”的工作。

六、所以，AI到底是真聪明还是假聪明？

现在回到最初的问题：AI到底是真聪明还是假聪明？

我的答案是：AI在某些方面是真聪明，在某些方面是假聪明。

它能背书、能模仿、能预测——这些方面，它确实比人类强，而且强得多。

但它不会真正理解、不会举一反三、不会遇到新问题自己摸索——这些方面，它连三岁小孩都不如。

就像一个把字典背得滚瓜烂熟的人，你能说他”懂语言”吗？他能告诉你”苹果”是什么意思，但他永远学不会”苹果为什么会被牛顿砸到”这种新的比喻。

AI是超级学霸，但不是真正的智者。

所以别慌。

你的工作不会那么快被取代。你要做的，是学会用AI这个超级工具，但永远保持你自己”理解问题、解决问题”的核心能力。

那句话怎么说来着？

AI负责执行，你负责定义方向。

记住这一点，你就永远不会输。

——

我是普通人用AI，每天分享一个AI实战技巧。

关注我，看懂AI，用好AI。

我们下期见。