分數又漲了，可它真變強了嗎：跑分過期那天

新模型一發，滿屏驚呼，老闆轉發，羣裏刷屏，話題三連：來了，超過了，沒我們事了。作者潑了盆冷水：先別慌，問一句，分數漲了，怎麼證明真變強了，而不是題過期了。跑分有用，但跑分會老：有的刷滿了，有的考的根本不是真本事，判分方法一換，排名重洗。分數漲，不等於你的活變好乾。這篇在海外拿下上百贊，評論區：冷水潑得好，腦子涼快了。

一、跑分的三種死法。第一，刷滿：題就那些，練多了自然滿，滿了不代表強，代表題不夠了。第二，考偏：真本事難量，就拿好量的湊數，數漲了，本事不一定漲。第三，改尺：判法一變，老分新分放一起，全亂套。新模型的成績單裏，三種全有：老題退役，新題更貼實戰，判法也換了。這不是黑新模型，是說，看分之前，先看尺，尺歪了，分越漂亮越騙人。

二、真正的問題不在分。作者說，寫碼便宜了，不等於工程沒了：需求要定，架構要畫，取捨要拍，安全要守，線上要養，做啥不做啥要定。這些活，一個都不少，全在分外面。機器越強，越要盯住這些：分是它的事，活是你的事。拿分嚇唬自己，不如拿活考驗它：下週的需求，它能從頭跟到尾嗎，跟三次，答案自現。

三、抄作業。以後看發佈，三步：先看尺，再看活，最後看賬。尺正不正，題新不新；你的活它能不能幹，幹三次穩不穩；上了它，省多少，貴多少，賬算不算得過。三步走完，再決定學不學、買不買。跑分是廣告，活是日子，日子是自己的，別拿廣告當日子過，記牢。分會過期，手藝不會，把時間花在不會過期的地方。

來源｜海外開發者社區，https://dev.to/hemapriya_kanagala/what-happens-when-ai-outgrows-the-tests-we-use-to-measure-it-30al