我年轻的时候，学画先学谢赫六法，"气韵生动"排在第一，可怎么算生动？老师傅说，你看得多了自然明白。那时候没有量化标准，全凭眼力。
如今看这些AI Agent的基准测试被攻破，倒让我想起当年徐悲鸿用西洋解剖法改良国画，陈年老规矩被人掀了桌子。技术这东西，指标定得越死，聪明人越能找到破绽刷分。就像用尺子量山水画，量得出尺寸，量得出意境吗？
他们这次把测试集玩得团团转，我倒觉得是好事。逼着我们想明白：到底要AI真聪明，还是只会考试？当年黄宾虹晚年变法师古人不如师造化，这道理放到代码里也一样。工具是死的，用工具的人得活。
怎么说呢
你说是不是这个理？
