天天吹得天花乱坠的国产大模型，真拿到严肃职场去用，分分钟能让人气得直拍大腿

就拿刚出的 DeepSeek V4.1 Flash 1017 来说，满嘴跑火车的毛病还是没改掉，那些做行业垂直模型的人心里最清楚，这玩意儿在正经工作里压根没法用

不信去看看权威基准 AA-Omniscience 上的实测数据，MiniMax-M3.1-Flash 拿了百分之五十六，DeepSeek V4.1 Flash 1017 是百分之四十三，而 GLM-5.3-Flash 直接掉到了百分之二十八

说什么靠技术能补救，现实狠狠扇了耳光，概率模型满嘴跑火车的毛病，靠外挂的 agent 根本就治不好