从模型高分到可靠的个人 AI

最近使用大语言模型时，我越来越在意一个问题：为什么发布时令人惊艳的模型，用上一段时间后，却未必还能给人同样可靠的感觉？ 另一种让我在意的感受是“固执”：使用 GPT-6.1 Sol 时，我有时觉得它过于坚持自己的判断。我想知道，这只是我不适应它的交互风格，还是它接收纠正的方式确实存在问题。目前，这些仍是我的使用感受，还不是控制变量后的结论。 与此同时，模型发布时的高分又提出了另一种疑问：其中有多少