（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：
以色列是如何从三天前的不可一世要灭了伊朗到今天的哭哭啼啼要“为生存而战”的？
始终怀不上孕是种怎样的体验？
你的低成本爱好是什么？
为什么一般人不建议住别墅?
以色列为什么突然敢打伊朗了？不怕被报复？
现在网上把清朝说得一无是处，但是为什么能统治268年？
可以随身携带一个Linux系统吗？
明星现实中真的很漂亮吗？
为什么中国现在全球军事实力第一，但包括中国人在内很多人不认可？
外国女生味道真的很大毛发很硬吗?
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
为什么突破性的技术总是最先发生在西方？
福特级航母的电磁弹射到底出了什么问题？
个人开发者或小企业不申请经营性ICP备案，怎样开发APP盈利?
有没有什么惊为天人的 Logo 设计？
新项目可以使用flutter吗？会不会因为不成熟，导致众多问题，最后不得不放弃？
书法学习路上最大的坑是什么？
如果看待林丹这句话 “网球的强度远远没有羽毛球大”?
皮肤太白是种怎样的体验？
如何看待华为Pura80标准版手机接口竟倒退成USB 2.0？要是也烧了WIFI是不是不好备份数据？
中国的 App 怎么这么恶心啊，还是说安卓恶心？
女性为什么不普遍跟男性那样只留个几毫米或2-3厘米短发，女性不觉得长发麻烦吗?
如何看待三峡集团总部搬迁至武汉？
Rust 的设计缺陷是什么？
Apple 为什么不封杀 Flutter 呢？
为什么有的女生喜欢穿紧身牛仔裤？
什么是「雷军比较法」？雷军比较法为什么很火？
Trae和Cursor对比有什么优势吗？
用J***a写Android的时代是不是要结束了？
