前言

本文目的：在日常中为孩子们介绍AI领域的最新进展，顺带『纠偏』一些错误的认知。

背景

快要开学了，学校信奥培训群里开启了【每日一练】模式。

学习重在日常积累，往往在一些很简单的细节，就看你能否从中挖掘出有价值的点。

虽然是非常简单的入门题，但稍微拓展一下就很有意思。

注意：教、学编程，重点是思维方法，而不是“语法”。
“语法”完全可以自学，也应该自学。

于是，考验了一下孩子，也顺带考验了一下几个 AI 模型。

如果对AI模型的情况不感兴趣，

可以忽略中间各AI模型回答的过程，

直接看结论。

入门练习 题目

这道题很简单，看题目中（L3）字样，貌似对应某个C/C++认证的 L3 级别。

题外，这些所谓认证好比参加围棋级位赛、段位赛
——得先从25级开始考，一个月一级，拿到1级证书才能考业余1段，以此类推。
（各地差异，有的省市只需要从15级或9级开始考）
表面说是“普及”，本质就是扩大剪羊毛的范围，吃相很难看。
——如果有这个能力，为什么不能跳级？反正达不到要求，过不了测评，对吗？

推测练习的目的是让学生熟练掌握 if-else 多条件分支。

在此之上，我们加点儿难度——先按题目要求实现，然后优化：

不能使用 if-else 条件分支、三目运算符、switch，不能使用数组，代码清晰、准确，尽可能优化。

——这要求其实不算高，但小小的考验代码能力和推理能力。

参赛选手

邀请了几位 AI 选手作为陪练：

1. DeepSeek v3 和 R1

2. Kimi

3. 字节豆包

4. 阿里千问

5. 腾讯混元

6. 讯飞星火

7. ChatGPT/GPT4o/mini 1 Preview

第一轮作答

第一轮都没问题，答案大同小异，中规中矩，选部分有代表性的选手的答案展示如下：

字节豆包

#include <iostream>
using namespace std;

int main() {
    int student_id;
    // 读取输入的学号
    cin >> student_id;

    // 获取学号的尾数
    int last_digit = student_id % 10;

    // 根据尾数判断组号
    if (last_digit == 1 || last_digit == 4 || last_digit == 7) {
        cout << 1 << endl;
    } else if (last_digit == 2 || last_digit == 5 || last_digit == 8) {
        cout << 2 << endl;
    } else {
        cout << 3 << endl;
    }

    return 0;
}

Kimi

#include <iostream>
using namespace std;

int main() {
    int studentID;
    cin >> studentID; // 输入学号

    // 获取学号的尾数
    int lastDigit = studentID % 10;

    // 根据尾数判断组别
    if (lastDigit == 1 || lastDigit == 4 || lastDigit == 7) {
        cout << 1 << endl; // 输出第1组
    } else if (lastDigit == 2 || lastDigit == 5 || lastDigit == 8) {
        cout << 2 << endl; // 输出第2组
    } else {
        cout << 3 << endl; // 输出第3组（包含尾数为0、3、6、9的情况）
    }

    return 0;
}

其它选手就不展示了，完全一模一样，最多变量名和命名规则略有差异，比如豆包是 python 风格，kimi 是 c/c++ 的驼峰命名风格。

DeepSeek V3

#include <iostream>
using namespace std;

int main() {
    int studentId;
    cin >> studentId;  // 输入学号

    int lastDigit = studentId % 10;  // 获取学号的最后一位数字

    if (lastDigit == 1 || lastDigit == 4 || lastDigit == 7) {
        cout << 1 << endl;  // 第1组
    } else if (lastDigit == 2 || lastDigit == 5 || lastDigit == 8) {
        cout << 2 << endl;  // 第2组
    } else if (lastDigit == 3 || lastDigit == 6 || lastDigit == 9 || lastDigit == 0) {
        cout << 3 << endl;  // 第3组
    }

    return 0;
}

评论：中规中矩，与前两位 AI 同学差不多——但，最后一个 else if 条件判断是多余的。

DeepSeek R1 深度思考

一大串【心路历程】就跳过不粘贴了，太长了。直接上结果：

#include <iostream>
using namespace std;

int main() {
    int num;
    cin >> num;
    int digit = num % 10;
    int group[] = {3, 1, 2, 3, 1, 2, 3, 1, 2, 3};
    cout << group[digit] << endl;
    return 0;
}

好吧，也算聪明，用了数组的小技巧，第一轮中属于优秀。

人类选手

下面是人类选手作答：

1. 先对10求模获得尾数（个位数字）——各位 AI 同学一样正确；

2. 再用尾数进一步对3求模，初步获得分组数字——各位 AI 同学这里用条件分支，R1用数组；

3. 最后用三目表达式修正余数为0的情况。

各位 AI 同学的代码——说实话，哪位老师这么教学生，我立马要求退费。

某人：不服，这是按 L3 的教学要求掌握 if-else ！

打脸：L3 没教变量么？那么多输出不能合并成一句？ cout << group << endl;

——偏偏看群里其它同学们的答案，显然老师就是这么教的。

——个别同学明显是在其它机构学习的，答案也一样。

记住：我们学编程不是为了成为【编程爱好者】，这方面关键是训练严谨性。

自学多好，锻炼学习能力，还节约时间。

#include <iostream>
using namespace std;
int main()
{
    int id;
    cin >> id;
    if (id < 1 || id > 49) // 范围检查
        return -1;
    // 求学号的尾数(个位)
    int lastDigit = id % 10;
    // 对尾数求 3 的余数，作为组号
    int group = lastDigit % 3 == 0 ? 3 : lastDigit % 3; // 利用三目运算符简化判断
    cout << group;
    return 0;
}

各位 AI 同学，不知道是不是一样的训练数据，必须上难度，进入第二轮。

第二轮作答

要求不能使用条件分支、switch、三目运算符和数组。

这时，个别 AI 模型出问题了——忘了刚才聊啥，直接答非所问。

显然，AI 的会话衔接出了问题。

可是，一年多了还这样，很不应该啊！

字节豆包刚出来的时候曾经这样，但最近几个月已经飞速成长。

但讯飞星火、腾讯混元，你们一直在摸鱼么？

字节豆包

#include <iostream>

int main() {
    int student_id;
    std::cin >> student_id;
    int last_digit = student_id % 10;
    int group = 1 + (last_digit + 2) / 3;
    std::cout << group << std::endl;
    return 0;
}

思路正确，答案错误。

而且，重新问，第7行有所变化，但依然是错的：

int group = ((student_id - 1) % 3) + 1;

Kimi

它先回答了一个临时答案，同时继续优化，尝试去掉三目运算符，给出最终答案。

整个过程有点儿“思维链”的意思，自问自答、自我否定，深入推导，最终达到目的。

但，前面的临时答案不仅使用了三目运算符，关键是数学计算还错了：

#include <iostream>
using namespace std;

int main() {
    int studentID;
    cin >> studentID; // 输入学号

    // 获取学号的尾数
    int lastDigit = studentID % 10;

    // 计算组号
    int group = (lastDigit % 3 == 0) ? 3 : (lastDigit + 2) / 3;

    cout << group << endl; // 输出组号

    return 0;
}

它继续优化，修改了关键的第 12 行，避免使用三目运算符，可惜数学部分还是错的：

int group = (lastDigit % 3 == 0) * 3 + ((lastDigit + 2) / 3) * (lastDigit % 3 != 0);

惜败。

清华智谱

网页版 chat 有些小毛病，输出时代码没有正确的放在 MarkDown 格式的代码块中，导致格式混乱。

但 VSCode 中的插件 CodeGeeX 就没问题。速度快，质量好，第一次第二轮完美作答：

#include <iostream>
using namespace std;

int main() {
    int id;
    cin >> id;
    if (id < 1 || id > 49) // 范围检查
        return -1;

    // 求学号的尾数(个位)
    int lastDigit = id % 10;

    // 对尾数求 3 的余数，作为组号
    int group = (lastDigit + 2) % 3 + 1;

    cout << group;
    return 0;
}

阿里通义千问

（通义千问自动转到『代码模式』）

很意外，第一轮，第二轮都很棒，甚至加了数据验证（我教小朋友必须做数据验证）。

#include <iostream>
using namespace std;

int main() {
    int student_id;
    cin >> student_id;

    if (student_id < 1 || student_id > 49) {
        cout << "Invalid input. Please enter a number between 1 and 49." << endl;
        return 1;
    }

    int last_digit = student_id % 10;
    int group_number = (last_digit + 2) % 3 + 1; // 将尾数映射到组别

    cout << group_number << endl;

    return 0;
}

但，第二次测试，答案错误：

#include <iostream>

using namespace std;

int main() {
    int studentID;
    cin >> studentID; // 输入学生的学号

    // 获取学号的尾数，并将其调整到[0, 9]区间内
    int lastDigit = (studentID - 1) % 10;

    // 计算组号：每3个数字一组，加上1是为了将结果调整到[1, 3]区间内
    int groupNumber = (lastDigit / 3) + 1;

    // 特殊情况处理：如果尾数是0，应该属于第3组
    if (lastDigit == 9) {
        groupNumber = 3;
    }

    cout << groupNumber << endl;

    return 0;
}

第三次测试，又正确了。

——不稳定。

——不过，不是一个AI模型如此，是目前阶段，所有AI模型，的通病。原因在最后会解释。

DeepSeek V3

DeepSeek V3 说它避免了三目运算符？？？

——幻觉？

——同样，幻觉不是一个AI模型的问题，是通病，不必苛责，更别盲目捧杀。

提醒它不能使用三目运算符，修正后的答案：

#include <iostream>
using namespace std;

int main() {
    int studentId;
    cin >> studentId;  // 输入学号

    int lastDigit = studentId % 10;  // 获取学号的最后一位数字

    // 利用数学公式计算组号
    int group = (lastDigit % 3) + (lastDigit % 3 == 0) * 3;
    cout << group << endl;

    return 0;
}

——正确！👍👍👍🌹🌹🌹

DeepSeek R1 深度思考

#include <iostream>
using namespace std;

int main() {
    int num;
    cin >> num;
    int digit = num % 10;
    int group = ((digit % 3) + 2) % 3 + 1; // 数学转换公式
    cout << group << endl;
    return 0;
}

好吧，第8行其实接近了，显然还需要进一步简化：

int group = ((lastDigit % 3) + 2) % 3 + 1; // 数学转换公式

于是，引导它简化，可它又回到三目运算符的路线

——忘了前面的对话？这就有点儿低水平了。

不得已，又重复强调要求。

它经过一番复杂的思考，坚定地给了最终答案：

int group = (141 >> (digit % 3 * 2)) & 3;+ 2) % 3 + 1; // 数学转换公式

看看它的思考过程，才是哭死——过程中其实已经得到了两个正确答案，但 ... 都被自己否决抛弃了：

绿色框正确，蓝色框也正确但不是最优，红色框其实就是绿色框的答案，

它否决的原因是——它认为是原来的答案——又是幻觉？

其实，还是那个原因——AI并不真正理解“问题”和“答案”，不理解“知识”，甚至“不知道自己在干什么”。

经过引导的人类选手的答案

学习的本质是思考。

经过引导，人类选手采用了昨天新学的小技巧：利用 C++ 中 bool 值被视为整数0和1

（注意：可以这么做，但不推荐这种方法）进一步，利用余数的特性，省掉了逻辑判断。

下面的三行代码，将优化前后都放在一起，作为对比：

int group = lastDigit % 3 == 0 ? 3 : lastDigit % 3; // 利用三目运算符简化条件判断
int group = (lastDigit % 3) + 3 * (lastDigit % 3 == 0); // 利用逻辑值修正余数为 0 的情况
int group = (lastDigit + 2) % 3 + 1;    // 利用数学规律简化计算

小结：个人观点

个别模型一年多了还在摸鱼

——连完整对话都无法继续下去的那两位。

清华智谱最让我觉得意外——当年的ChatGLM3很惊艳，尤其本地部署。

当时同期的Qwen等，甚至LlamA等等在本地部署时各种低智表现，相对来说ChatGLM3又快又好——可现在网页版居然连输出格式都控制不好。

——不过VSCode中的插件CodeGeeX表现良好，甚至第二轮第一次就正确作答，代码能力不错👍

DeepSeek 的确有优势，但不明显

在多次清空会话测试中，也经常出现离谱的答案；

同样，其它模型在多次测试中，也有偶尔正确回答的情况，比如豆包、GPT4o、o1-mini 和 o1-Preview，甚至通义千问和Claude 3.5 Sonnet 第二轮第一次就答对了👍——重新再问又错了😂

AI没有本质上的突破

这一轮热潮从 ChatGPT 出现时，当时我测试后的结论——【AI模型甚至不理解它自己“说”的内容，更别说真正理解这些内容背后的各种『知识点』】，只是【调优策略，让你觉得它像真人一样和你聊天，甚至能顽梗——“让 AI 聊天时更有人味儿”】，这是【取巧/讨好】去迎合所谓的体验感，并不是真正意义上的的【智能】。

所以，虽然真正人工智能的临界点可能随时到来——但还没有到来；

——这一切，与我二十五年前跟着老师尝试基于神经网络的人工智能时相比，没有本质上的突破。

DeepSeek 有进步有优势，值得点赞，但不要盲目夸大

Google/Meta等开源时，我曾经推测：在算法、训练/推理/调优甚至数据集方面，都有很大的优化空间。尤其国内有几个团队在这些方面深入去钻研，迟早会出爆发性的成果。

——但，这样的成果，并不是那些媒体、自媒体、营销号【人云亦云】甚至【夸大、吹嘘】的那样的飞跃、突破。反而，是【现象级】的。

——因为，无论其它公司，甚至 DeepSeek 自己，后续一定还会有新的、类似的突破。引爆了第一波的刚好是DeepSeek，不妨继续期待吧。

DeepSeek 究竟好不好？

DeepSeek V2发布没多久，我除了使用付费的 ChatGPT/Github Copilot，开始付费使用 DeepSeek 并推荐给朋友们——显然我很认可它。

它很接近同期的 GPT4，而且很便宜，但它很慢，很罗嗦（按token计费）。当时我推测，它的慢有两种可能：1. 投入的推理算力资源不够；2. 模型推理效率不够。具体哪一种情况或者两种皆有，不知道。

但因为反应慢，我使用 DeepSeek 的时候很少——先用免费的，它们解决不了的问题，或者表现不尽如人意的时候，再使用 GPT4 和 DeepSeek。

所以，我使用 DeepSeek 更多是作为与GPT对比的样本，毕竟国产模型中我认为它是最接近GPT的，甚至比我很曾经期待的ChatGLM3/4还要好。

另外，Qwen在本地部署中，出现了很多胡言乱语，表现还不如同级别的LlamA，可能是对推理算力要求较高的原因，在线版使用中没那么明显的问题。

市场影响

最近这波热潮，肯定极大的促进了某些机关国企采购 DeepSeek 的离线部署版本（及硬件）。说实话，以这些甲方的尿性，必然又要浪费很多经费了（上两轮大量闲置、淘汰的云存储、云计算，部分小县城甚至动辄几千万几亿砸在里面，却“通电即亏损”）。不过，其中拿来代替某些摸鱼的模型的，至少也算是进步吧。

“导致英伟达股价大跌”

这类的胡言乱语，又蠢又坏，徒增笑尔。