佬友们好，最近用 GPT，总会怀疑它是不是又降智了。但只凭某一次回答的感觉，也不太好判断。 
每次手动开对话、丢糖果题、让它画鹈鹕，再翻之前的结果对比，挺麻烦的。所以做了个小工具，把测试和记录放到一起，叫 鹈鹕观察站。 
地址：https://manxue.facingagi.com/ 
主要做两件事： 

测糖果题：记录模型回答，查看最近 24 小时的通过率和检测时间线。
画骑自行车的鹈鹕：让模型生成 SVG 动画，保留到画廊里，可以点开看细节，对比不同时间的输出。

这样怀疑模型状态不对的时候，可以回头看看记录：糖果题有没有开始翻车，鹈鹕画出来是什么样，还是单纯接口请求失败了。 
也支持用自己的 API 接口测试。填地址、Key、模型和思考强度，可以只测糖果、只画鹈鹕，也可以两项一起跑。支持 Responses 和 Chat Completions。 
有几个地方先说清楚： 

这两项...