AI双盲评测
AI 太强了，强到人类连“考试”都得重新设计。

DeepMind 最近上线了全球首个“双盲”AI 评测，就一个字：绝。

什么叫双盲？题目加密、锁进黑盒，模型看不到题；同时出题的人也看不到模型，两边都蒙着眼。谁也别想提前“背答案”。

以前测 AI 是什么状态？开卷考。模型刷过的数据里，可能早就躺着这些考题——它跑分高，不代表它真聪明，可能只是“见过这道题”。

双盲评测，就是要把这层水分挤掉。测出来的分数，才敢信。

为什么偏偏是现在？

因为 AI 刷榜刷得太狠了。跑分一个赛一个高，真到上岗干活，有的立刻露馅。你以为是它厉害，其实是它“复习过”。

DeepMind 这次还拉了新加坡AI安全研究所、OpenMined、MLCommons 一起干，先在自家 Gemini Flash Lite 上试点。大厂开始较真了：分数好看没用，得禁得起闭卷考。

往深了想，这是个信号：AI 评测正在从“开卷”走向“闭卷”。

以后看各种 AI 榜单，记得多问一句：这分，是闭卷考出来的，还是背出来的？