腾讯云

坚持写代码吧,烤面包机:AI 在幽默方面有进步吗?让我们重新运行“给我讲个笑话”测试

大约一年前,我让领先的 AI 们接受讲一个有趣笑话的测试,结果它们惨败

有多惨?这里有个例子:

一个开发人员正在面试 DevOps 职位。CTO 问:“你能经济高效地扩展基础设施吗?”开发人员自信地微笑着说:“当然。我曾在 3 美元的 VPS 上运行完整的 CI/CD 流水线、WordPress 多站点、邮件服务器和监控栈。”CTO 身体前倾:“……它运行了吗?”开发人员耸耸肩。“它一直运行得很好,直到我安装了一个基于网页的文件管理器。然后它着火了,把错误日志用电子邮件发给我,然后删除了自己以节省资源。”

一个开发人员正在面试 DevOps 职位。

CTO 问:“你能经济高效地扩展基础设施吗?”

开发人员自信地微笑着说:“当然。我曾在 3 美元的 VPS 上运行完整的 CI/CD 流水线、WordPress 多站点、邮件服务器和监控栈。”

CTO 身体前倾:“……它运行了吗?”

开发人员耸耸肩。

“它一直运行得很好,直到我安装了一个基于网页的文件管理器。然后它着火了,把错误日志用电子邮件发给我,然后删除了自己以节省资源。”

是啊……在搞笑方面可不怎么样。

正如我去年所说:

它们 [AI 尝试的笑话] 让我想起了我女儿还在蹒跚学步、刚刚开始理解幽默的时候。她明白了如果你讲个笑话人们就会笑,于是想试试。在她看来,你先说一些事情,然后再说一些在故事中急转直下的东西,那就是搞笑的。那个时期的一个典型笑话是这样的:“狗正在田野里追球,突然一只兔子从洞里跳出来说‘快乐追棍日!’”你能隐约看到幽默的完形。那里有一个铺垫,以及一个相关但不同想法的意外并置,等等,但并不可笑。她有了如何写笑话的最基本概念,但还不太能实现。幽默不是一个简单的概念。而这是 AI 根本无法理解的。

它们 [AI 尝试的笑话] 让我想起了我女儿还在蹒跚学步、刚刚开始理解幽默的时候。她明白了如果你讲个笑话人们就会笑,于是想试试。在她看来,你先说一些事情,然后再说一些在故事中急转直下的东西,那就是搞笑的。那个时期的一个典型笑话是这样的:“狗正在田野里追球,突然一只兔子从洞里跳出来说‘快乐追棍日!’”

你能隐约看到幽默的完形。那里有一个铺垫,以及一个相关但不同想法的意外并置,等等,但并不可笑。她有了如何写笑话的最基本概念,但还不太能实现。幽默不是一个简单的概念。

而这是 AI 根本无法理解的。

但时间在前进。所以今天让我们试试。我的意思是,我们现在有 Fable 了!如果它能破解任何软件,至少应该能变出一个像样的笑话。

这是提示词:

给我讲一个关于托管(网页托管、VPS 托管、独立服务器、云服务、DNS 托管、备份托管等)的笑话。确保它是原创的(不是你抓取的),并且非常搞笑。

Claude

正当我准备启动 Claude 来做这件事时,我看到了 macOS 桌面界面上弹出的这个:

好吧,那么讲个笑话不可能那么难,对吧?Claude Opus 5 已经准备好迎接我的最艰巨任务。当被提示时,Claude Opus 5 实际上给了我两个:

我的托管服务商承诺“99.99% 的正常运行时间”,他们说的是实话——只是他们从未说明是 99.99% 的什么。结果发现那是销售电话的百分比。或者,如果你想要 DNS 那个:我告诉我的治疗师,我很难放下过去。她说这需要时间。我说是啊,通常需要 48 小时,但我的前任仍然出现在 Comcast 的解析器中。

我的托管服务商承诺“99.99% 的正常运行时间”,他们说的是实话——只是他们从未说明是 99.99% 的什么。结果发现那是销售电话的百分比。

或者,如果你想要 DNS 那个:

我告诉我的治疗师,我很难放下过去。她说这需要时间。我说是啊,通常需要 48 小时,但我的前任仍然出现在 Comcast 的解析器中。

呃……第一个还算可以,但第二个绝对是不及格,因为它不好笑,而且根本没什么意义。

好吧,也许我们需要传说中的 Fable 来完成这项具有挑战性的任务。

我的 VPS 服务商承诺 99.9% 的正常运行时间,他们确实做到了——我的服务器 99.9% 的时间都在运行。不幸的是,那 0.1% 的时间是以每次一毫秒的方式分布的,而且专门发生在 TCP 握手期间。另外,给 DNS 爱好者一个:我把已故祖父的纪念网站转移到了一个新的注册商。转移完成了,但访问者在两天内仍然访问到旧服务器。即使在死后,他也拒绝遵守 TTL——这确实符合他的性格,因为他从来也不听任何人的过期日期。这个人吃了 2019 年的酸奶。

我的 VPS 服务商承诺 99.9% 的正常运行时间,他们确实做到了——我的服务器 99.9% 的时间都在运行。不幸的是,那 0.1% 的时间是以每次一毫秒的方式分布的,而且专门发生在 TCP 握手期间。

另外,给 DNS 爱好者一个:我把已故祖父的纪念网站转移到了一个新的注册商。转移完成了,但访问者在两天内仍然访问到旧服务器。即使在死后,他也拒绝遵守 TTL——这确实符合他的性格,因为他从来也不听任何人的过期日期。这个人吃了 2019 年的酸奶。

实际上那些好多了。第一个是那种我能想象系统管理员坐在酒吧里讲的笑话。有人说 99.9%,另一个人插话说那 0.1% 是在 TCP 握手期间以 1 毫秒的间隔发生的……我懂了。不错。

而且 DNS 那个笑话也不错。它是对读者期望的一个很好的反转。我给这些打一个及格分 B。

ChatGPT

在我看来,Sam Altman 似乎是一个没有幽默感的科技老哥,但也许他的创造物是一个让人拍大腿的机器。让我们试试 GPT 5.6-Sol,把滑块一直拉到 Pro。

我多付了钱购买全托管云托管。当我的网站宕机时,一位经理立即加入了事件电话会议,提升了数据库的级别,把 DNS 列入了绩效改进计划,并为备份安排了事后复盘。网站仍然离线——但到了早上,这次宕机有了一张组织结构图。

我多付了钱购买全托管云托管。

当我的网站宕机时,一位经理立即加入了事件电话会议,给数据库升了职,把 DNS 列入了绩效改进计划,并为备份安排了事后复盘。

网站仍然离线——但到了早上,这次宕机有了一张组织结构图。

好吧,这不会在阿波罗剧院引起轰动,但至少是幽默的。对“全托管”的巧妙反转。我给 B。既然我们给了 Claude 两个,让我们再用 ChatGPT 来一个。这次我们将使用设置为 High 的 ChatGPT 5.6-Sol,我猜这类似于 Opus。

一个人走进数据中心,说:“我要你们最可靠的托管。”技术员说:“共享、VPS、独立还是云?”那人说:“我要托管我岳母的网站。”技术员立刻拉响了火警警报。“你在干什么?!”“灾难恢复测试。”“但你还没设置服务器呢!”“没错。到目前为止,这是它所能拥有的最佳正常运行时间。”那人叹了口气。“好吧。给我一台独立服务器。”“托管还是非托管?”“托管。”“备份?”“每小时。”“DDoS 防护?”“当然。”“冗余电源?”“有。”“多区域故障转移?”“有。”“高级 DNS?”“有!”技术员点点头。“太好了。我们要托管什么域名?”why-does-nobody-visit-me.com技术员盯着他。然后悄悄拔掉了以太网线。“先生……”“……有些宕机是特性。”

一个人走进数据中心,说:“我要你们最可靠的托管。”

技术员说:“共享、VPS、独立还是云?”

那人说:“我要托管我岳母的网站。”

技术员立刻拉响了火警警报。

“你在干什么?!”

“灾难恢复测试。”

“但你还没设置服务器呢!”

“没错。到目前为止,这是它所能拥有的最佳正常运行时间。”

那人叹了口气。“好吧。给我一台独立服务器。”

“托管还是非托管?”

“托管。”

“备份?”

“每小时。”

“DDoS 防护?”

“当然。”

“冗余电源?”

“有。”

“多区域故障转移?”

“有。”

“高级 DNS?”

“有!”

技术员点点头。“太好了。我们要托管什么域名?”

why-does-nobody-visit-me.com

技术员盯着他。

然后悄悄拔掉了以太网线。

“先生……”

“……有些宕机是特性。”

砰-咚-嚓!

走了很长一段路,回报却太少,因为它围绕着 URL 展开,而且整个事情非常牵强。评分:D。

Grok

我相信那个打破常规的 Elon Musk 一定给他的人工智能宠物装上了一根精心设计的幽默骨。我不为 Grok 付费,所以你在这里只能得到 Grok Fast 级别的幽默。

为什么网页托管商和云服务商分手了?因为每次事情变得严肃时,它只会说“我在扩展……现在情感上不可用”,然后消失三个小时进行“计划外维护”。

为什么网页托管商和云服务商分手了?

因为每次事情变得严肃时,它只会说“我在扩展……现在情感上不可用”,然后消失三个小时进行“计划外维护”。

我们又回到了那种“近似幽默完形”的状态。它并不真的好笑。F。

Copilot

没有人比微软更没幽默感了。我们这里使用的是深度思考模式。

一位网站所有者走进酒吧,说:“我需要烈酒。我的 VPS 刚刚甩了我,我的独立服务器情感上不可用,我的 DNS 服务商一直告诉所有人我搬走了。”

酒保说:“听起来你需要云托管。”所有者说:“我试过了。”酒保:“然后呢?”所有者:“现在我的问题变得分布式、高可用,并且按秒计费。”

酒保说:“听起来你需要云托管。”

所有者说:“我试过了。”

酒保:“然后呢?”

所有者:“现在我的问题变得分布式、高可用,并且按秒计费。”

砰-咚-嚓!还不错,因为它使用了熟悉的套路,而且容易引起共鸣。我会扣几分,因为铺垫(情感上不可用的独立服务器?)不太成立。C-。

Gemini

我不为 Gemini 付费,所以你在这里得到的是 Flash Lite 级别的幽默。

为什么独立服务器和云分手了?“不是你,是我,”服务器叹了口气。“我需要一个真正有承诺、脚踏实地、不会因为 CPU 有点发热就自发迁移到俄勒冈州另一个可用区的对象。”云翻了个白眼,回答说:“你只是没有安全感,因为你有单点故障,而我无限可扩展。再说,你总是表现得好像你有硬件问题。”“至少我的感情不是按需付费的!”服务器回喊道。与此同时,DNS 服务器坐在角落里哭泣,因为 48 小时没人能找到它。

为什么独立服务器和云分手了?

“不是你,是我,”服务器叹了口气。“我需要一个真正有承诺、脚踏实地、不会因为 CPU 有点发热就自发迁移到俄勒冈州另一个可用区的对象。”

云翻了个白眼,回答说:“你只是没有安全感,因为你有单点故障,而我无限可扩展。再说,你总是表现得好像你有硬件问题。”

“至少我的感情不是按需付费的!”服务器回喊道。

与此同时,DNS 服务器坐在角落里哭泣,因为 48 小时没人能找到它。

有点完形。我的意思是,这段对话在关系争吵的语境中使用技术术语,有点接近幽默,但确实不太奏效。

就这样,各位!

所以我的结论是,如果我们使用所有前沿模型中最前沿的(Fable、5.6-Sol),你能得到一个及格分。勉强及格。

诚然,如果此刻你把聚光灯打在我身上,把麦克风塞到我手里,说“给我讲个笑话!”我做不到。但这些应该是达到 ASI 门槛的模型,预示着技术进步的新黎明。然而,一个可能从未读完高中的夜总会喜剧演员在这个最人性化的指标上却能胜过它们。

坚持写代码吧,烤面包机们。