有一个想法，很想提出一句暴论：未来真正能够校验 AI intelligence 和 agentic 能力的 benchmark，最应该是一句话 prompts 
看到了 OpenAI 最近对于其 Astra 内部模型做数学题的论文，主要就是说 Astra 模型已经能够解决很有含金量的数学问题。 
这当然是宣传上的事实，但实际上不可否认，Astra 模型在内部确实有助力，但更多的其实是靠数学家和数学从业者提供十分精确的 prompt 作为引路方向。这也就是说，如果按照严格的“AI 独立解决”来衡量，这其实不算。毕竟理想中的 AI 独立解决，应该是我们直接告诉 AI 去解决某个数学问题，然后 AI 自己想办法、自己去做，总之最后能拿到解决问题的结果就行。 
于是我就想，如果我们派给一个真正的人一项任务，理论上来说，我们不需要说很多，一句话告诉他任务目标，他就应该能完成。AI 是不是也是这个原理...