我不知道哪个模型更好

最近又有一大堆新模型发布，国内国外都有，从 GLM 的各种版本到 GPT-5.6，眼花缭乱，所有人都在发新的模型。

于是我周围的朋友聚在一起，最常问的一个问题就是：最近这些模型，哪个好哪个不好？

对这个问题，我很尴尬地回答：我其实没有答案。

原因很简单——很多模型我压根没试过。

比较所有模型哪个好哪个不好，这是很多媒体的生意，不是我的生意；是他们的工作，不是我的工作。我当然也会阶段性地看一看一些新模型，遇到一些非常重要的发布，我也会简单感知一下。但真正要花时间的，是怎么去写 skill，怎么构建大型的项目，怎么把架在一个大模型顶上的编程工作流跑顺，然后用它去做一些真正的活儿。这些才是这个行业里的人该干的事。

评测模型当然是很重要的一项工作。但它不是了解 AI 的全部。

这件事让我想起足球运动员和球迷的区别。

世界上为什么有几十亿球迷，却只有少得多的足球运动员？因为一个好的足球运动员，需要花最多时间去练的，是怎么运球、怎么打配合、怎么组织进攻、怎么防守、最终怎么进球——这是他每天都要研究的东西。至于站在看台上，每天评说哪个队晋级可能性更大，这件事，哪怕对进了世界杯的球员来说，都不是他们最关心的。他们要做的是把球踢好，进球，赢比赛。

判断谁最有可能赢，那是评论家、赌球的人、以及大量球迷每天津津乐道的事。

所以我一直觉得，千万别把「研究 AI 新闻、了解 AI 新闻」和「了解 AI」这两件事混在一起。

新闻是整个行业的增量，是它的变化。但对整个行业里所有这些工具、这些概念、这些最基础的东西的了解，才是最花时间的。而对大多数人来说，看新闻恰恰是最快地让自己产生一种「似乎很懂」的错觉的好办法。

我知道匈牙利队赢了美国队，我就觉得自己参与在世界杯里面了——可我并没有参与在足球运动里面。对每个队的风格、哪场赢了哪场输了的细节津津乐道的人，你真塞给他一个皮球，他不见得会踢。

问题就在这儿：对个体来说，到底是了解新闻对自己帮助更大，还是掌握技能对自己帮助更大？这是每个人都得替自己想清楚的。

千万别搞混了。否则有可能花了三年，每天读一大堆——谁又干了什么，谁又说了什么，谁又反驳了谁，谁又告了谁，谁又出了新模型，另一个人又宣称比它更好，然后又有人跳出来反对这个观点。当我们把所有时间都花在这种喧嚣里，三年之后，脑子里到底会剩下什么呢？