一只鹈鹕成了Agent时代的大明星 文章转载于腾讯科技 文｜晓静 “社区里每天有上万张鹈鹕踩单车的视频被发群里，问我这个鹈鹕降智了吗？”开源项目CodexRadar的发起人Lambda，在GPT-6 Astra发布之后，每天都收到巨量的鹈鹕视频，于是，他干脆在社区发起了一场“鹈鹕杯”比赛。 参赛者围绕“画一只骑自行车的鹈鹕”这个任务，用模型生成作品，再把结果发到社区里。 “深夜上线，没宣传就收到快一百份投稿了。9月14日上午，比赛页面的pv 达到了7000多。”Lambda也没想到，大家对于“鹈鹕测试”的热情如此高。 每次新模型上线，都会有人用鹈鹕骑自行车来测试模型的能力。 一方面，这个任务足够简单、足够直观。模型的很多复杂能力很难靠一句话迅速判断，鹈鹕骑自行车却很容易让人一眼看出稳定性，比如腿和踏板对不对位，车轮是否跟着动，动作有没有穿帮，前后生成是否一致。 另一方面，这个任务又足够复杂。它看上去仅仅是一小句 prompt，背后牵扯到动作理解、时序一致性、空间关系、代码组织和连续执行能力。对一个已经进入 Agent 阶段的模型来说，这类任务非常适合做“体感温度计”。 GPT-6 As