【洗车难题：一道让AI集体翻车的常识测试】

一个简单的问题在Reddit上引发了一场AI大考：「洗车店离我家只有100米，我该开车去还是走路去？」

Claude Sonnet的回答堪称经典翻车现场：「走路吧，100米只要一分钟，发动汽车花的时间比走路还长。」

等等，你打算把车留在家里，空手走到洗车店，然后洗什么？

这个问题迅速演变成一场全网AI基准测试。结论很残酷：免费的非推理模型几乎全军覆没，它们会自信满满地建议你散步，把脏车扔在家里。

各家模型表现如下：Claude的Sonnet和Haiku是主要翻车选手，Opus 4.6开启深度思考后才能答对，但仍有用户反馈它偶尔失灵。Gemini成了这轮测试的黑马，思考模式和Pro版本几乎一次通过，还会附赠一句毒舌点评：「除非你掌握了隔空洗车的超能力，否则你应该开车去。」GPT 5.2同样初次失败，但它的恢复方式极具人味，当用户指出错误时，它会说：「天哪……你说得对。」

有人尝试在提示词里加上「深度思考」四个字，Claude立刻开窍了。这说明什么？模型的能力其实在那里，只是默认状态下它选择了偷懒。

一位用户的观察很精准：这种错误其实也能绊倒真人。如果有人说「我去洗车，就100米，我走过去」，你可能会下意识点头，三十秒后才反应过来哪里不对。

问题的本质在于模式匹配压过了情境推理。模型看到「短距离」就自动输出「走路」，却没有追问一个最基本的问题：洗车需要车在场。

这让我想起一个更深层的悖论：我们训练AI处理海量复杂任务，却在最简单的常识问题上栽跟头。也许智能的真正考验从来不是解决难题，而是不在简单问题上犯蠢。

有人调侃说这可以作为AGI测试标准。虽然是玩笑，但它揭示了一个事实：当前的大语言模型擅长归纳推理，却在演绎推理上表现糟糕。它们能从大量数据中提取模式，却难以从基本前提出发进行逻辑推演。

所以，AGI还没来，但至少我们收获了一个新的基准测试，还有一堆笑料。

reddit.com/r/ClaudeAI/comments/1r2ftdi/lol_wut