今天看到B站「AI无限竞技场」上线，首期大模型榜单也出了。第一期就有30+测评主题、100+模型。

尤其屎山论剑这类编程开发评测，也算是B站AI区UP主的传统艺能了。估计只有天天在祖传代码里挣扎的UP主才会这么整活，大模型好不容易走出实验室，发现外面的“屎山”更难越啊。

也正因为够野、够具体，模型能不能把事办成，一眼就看出来了。

我一直觉得，B站正在变成大模型的分布式测评节点。

每个UP主都是一个真实场景考官，专业不同、脑洞不同、折磨模型的方式也不同。传统跑分像体检，B站竞技场像直接拉去上工。

体检漂亮不代表好用，上工不翻车才是口碑。

对厂商，这里是越来越不能忽视的舆论场和检验场；对普通用户，这里能看到AI能力边界，也能降低学AI、用AI的门槛。

让我觉得在阿B上AI的平权的，是民间的，是很创意包容的，大家真的在拿AI干活、吐槽、复盘，还有各种整活。

榜单会实时更新，还开放全站UP主报名。我已经开始期待下一批刁钻命题了。

链接在这，很好玩：

www.bilibili.com