Ask HN：为什么人人都成了 LLM 专家？

Hacker News 上有人发问：为何新模型发布仅一小时后，就有评论者断言它是垃圾或史上最佳，而他们显然还没来得及深入测试。发帖者质疑人们是否盲目相信容易被操纵的 benchmark，还是只凭感觉，并追问该如何衡量一个模型比另一个更好。