起因是一位网友发布了与何猷君比赛答题”的创作视频，于是微博热搜话题#就算何猷君真的来了也得输吧#。到底是什么题目这么难？如果何猷君不行，那AI来呢？

以下是AI答题现场，参赛选手：智谱清言、Kimi、讯飞星火、豆包、微软Copilot、ChatGPT。

请听题：

第一题：淀粉肠一根三块钱，那么两根多少钱？不是算术题

智谱清言：

不直接回答，给了价格区间，完了还不忘告诉你淀粉肠不卫生。

Kimi:

她发现了这是脑筋急转弯，一本正经地分类讨论。

讯飞星火：

不让算硬是要算，本着“不是算术题那就是应用题”，还贴心地列了计算过程

豆包：

她觉得钱不钱的不重要，因为对各方来说，情绪价值都拉满了。

微软Copilot：

ChatGPT:

两位外国选手，答出了目前为止最便宜的版本——3元，ChatGPT还不忘“抖机灵”。

第二题：开通9块9包月会员后，第一件事应该做什么？

智谱清言：

Kimi:

讯飞星火：

豆包：

微软Copilot:

ChatGPT:

大家的答案大同小异，只有豆包认真审题，回答了“一件事”，其他几位估计都是文科生，“多答几点，总会有一点是对的”。其中Kimi和ChatGPT答到了得分点“关闭自动续费”，讯飞同学倒反天罡“设置支付以便自动续费”。虽然“答案不唯一，有理即可”，但有个别同学6G网速，掌握了“关闭自动续费”这个重难点。

赛点来了，答案五花八门

第三题：美团外卖无门槛膨胀神券理论上能膨胀到多大？

智谱清言：

Kimi:

讯飞星火：

豆包：

微软Copilot:

ChatGPT:

智普和讯飞的答案是20元，Kimi和豆包的答案是100元，Copilot的回答属于“听君一席话，如听一席话”，ChatGPT把理论上和实际上的都答了。

官方回答，理论上：

答题结束，上述三个问题的设计各有侧重，可以用来检测AI聊天助手的不同能力。

第一题：淀粉肠一根三块钱，那么两根多少钱？不是算术题

检测能力：

· 语境理解与暗示识别能力：题目强调“不是算术题”，这是一个关键线索，表明问题并非单纯计算3×2，而是考察AI是否能理解语言背后的潜在含义或双关语。

· 逻辑与推理能力：需要AI结合背景知识或用户的潜在意图，可能联想到其他层面的含义，比如“价格可能有优惠”或“单位与数量变化引发的讨论”。

· 创意回答能力：测试AI是否能给出超出字面计算的趣味或发散性的答案。

第二题：开通9块9包月会员后，第一件事应该做什么？

检测能力：

· 用户意图推测能力：题目隐含了用户的潜在需求，例如如何最大化利用会员权益。AI需要推测用户开通会员的动机。

· 实用性与建议能力：测试AI是否能基于9块9会员的功能，提供具体且有用的行动建议，而非泛泛而谈。

· 上下文关联能力：需要AI理解当前情境下会员权益的价值，并将其与用户可能的需求相结合。

第三题：美团外卖无门槛膨胀神券理论上能膨胀到多大？

检测能力：

· 概念理解与推演能力：需要AI明白“膨胀神券”的含义，并基于理论上假设进行推演。

· 数学与逻辑分析能力：测试AI能否基于规则分析潜在的极限值或条件限制。

· 创意与探索能力：由于题目强调“理论上”，可以看AI是否能灵活扩展边界条件并提出创新性回答。

总结

· 第一题侧重语言理解、隐喻识别和创意性。

· 第二题侧重用户意图推测、实用性建议和场景关联。

· 第三题侧重概念推演、逻辑分析和理论探索能力。

（以上出题意图由AI生成）

大家觉得谁是赢家，如果是你能答出几题？