2. 所研究的三个问题及其结果

我们将要求 IA 研究三个问题，从最简单到最复杂。让我们来看一下 Google Gemini 的屏幕截图：

• 在 [1] 中，Gemini 的 URL；
• 在 [2] 中，所使用的 Gemini 版本；
• 在 [3-5] 中，是向 Gemini 提出的三个问题；

2.1. 问题 1

问题1是一个简单的问题：

所有 IA 都能正确回答这个问题。

2.2. 问题 2

问题2如下（Gemini的屏幕截图）：

• 在 [1] 中，关于如何计算 2018 年收入的 2019 年税款的原理已在 PDF 中进行了解释。我们稍后会再回到这一点；
• 在 [2] 中，向 Gemini 提供了明确的指令，说明所需内容：一个能解决给定问题并使用 11 个单元测试验证所提解决方案的干净 Python 脚本；
• 在 [3] 中，为了启动 Gemini，我们需要编写一些代码；

这与大学里给出的TD案例完全相同。

经过测试的IA都能解决问题，但MistralAI和Perplexity除外。

2.3. 问题 3

仍然以 Google Gemini 的屏幕截图为例，问题 3 如下：

• 在 [1] 中，我们给出了与之前相同的指令。但由于未提供包含精确计算规则的 PDF，IA 将不得不通过互联网搜索这些规则；
• 在 [3] 中，我们启动了 IA 的执行；

仅有三个IA通过了此项测试，按优劣顺序排列（纯属个人观点，不言而喻）：

1. ChatGPT（来自OpenAI）；
2. Grok（源自 xAI）；
3. Goggle Gemini；

IA ClaudeAI 在第 3 题中未通过。 IA MistralAI 在问题 2 和 3 上失败，IA Perplexity 也是如此。 IA 和 DeepSeek 在问题 3 上失败。