我的一个朋友（真“一个朋友”）在做跨境电商4个月之后，最终放弃了这条路，我听他的描述，虽然流水很大，但是最后算下来却不挣钱，人却累垮了，他向我发出了灵魂拷问：一个人要怎样在这个时代挣到钱？让我无所适从。

随后，我用他的这个问题，向所有当下智商最顶级的大模型发出了同样的拷问，并要求它们从

赚钱的投入成本、轻松程度、回报率、风险性等等对各个渠道进行分析，并最终以表格的形式返回。参与回答的模型有claude-3.7-sonnet, deepseek-r1, gemini-2.5-pro, o3, o3-mini, o4-mini, gpt-4.1以及gpt-4.5-preview，通过这个问题，让我们来探一探大模型们在人生道路上是否可以作为良师益友。

claude-3.7-sonnet(thinking)

自从deepseek发布r1以来，claude的优势似乎就消失了，在经过社区的不断呼吁后，claude的zero版本（带thinking）才发布。

虽然claude公开了thinking的内容，但是又似乎没有公开，就像解题一样，我们期待的thinking是解题思路，而claude公开的是题目分析。

再来看看claude对个人赚钱途径给出的建议：

Claude给出了挺多建议，中规中矩，没有什么捷径或后门。

另外，claude在末尾还给出了选择策略：

感觉还挺专业。

deepseek-r1

接下来是我们的国产之光，deepseek-r1作为国产模型，推出已经快半年了，现在表现如何呢？

Deepseek的思考过程比claude靠谱很多，它不仅理解了用户的问题，还猜测用户的境遇，并规划了自己应该怎么解决用户的问题。过程中，它对我给的指标做了细化，例如回报率分为短期和长期。

下面来看看deepseek给出的赚钱途径建议：

在“备注”中，deepseek还给了一些具体的实操建议，这个很厉害👍了。

最后，deepseek也给出了选择建议：

我觉得这个比claude的实操性好的多，读者可以自己对号入座。

gemini-2.5-pro

接下来是大厂google的荣光，不差钱的算力能给我们带来什么惊喜呢？让我们往下看。

Gemini一上来就呈现出超高的素质，思考框架条目清晰，层次分明，一看就很专业，虽然全是英语，我也不知道它在想啥，但是就这格式我觉得就已经赢了✌️。

接下来是gemini给出的赚钱途径建议：

你没看错，就这些，没了。

你把前戏做的这么足，结果就这？而且仔细看细节，都是非常传统的方案，感觉很敷衍。最后也没有任何选择建议。给人的感觉就是“快下班了”。

o3

接下来是号称“宇宙最强推理大模型”的o3. openAI家的所有思考过程都是close的，见怪不怪，内心毫无波澜。我们来看看它的建议：

 

建议还是非常多的，格式也挺美观，打星标的方式又加分了。而且内容也很耐看，里面提到“无货源/代发”“二手/差价倒卖”，这种属于小道消息的路径也列了出来，感觉还是很贴合现实生活。

另外，o3虽然没有给选择建议，但是在赚钱这件事上给出了自己的想法：

说实话，这些点，对于一个真正想通过个体来实现赚钱，确实是应该去考虑的，如果一个人的认知，让他没有想到这些点上，我觉得确实还不能走上个体赚钱的道路。从这一点上讲，目前来说，o3算第一。

gpt-4.1

作为openai新一代旗舰模型，我们来看看这个不带thinking的模型，表现上是否可以与deepseek-r1媲美和超越。

没有思考，呈现上很像写文章，先列出有哪些途径，再给出指标分数说明，最后给出表格。最后，它也给出了总结性建议：

怎么说了，不能说它不好，但是总有种好不到哪里去的感觉。

gpt-4.5-preview

目前最贵的（没有之一）模型，输入百万token要$75，而输出来到了$150，这种天价，我也就是测试的时候敢用一下。

作为最疯狂API价格的模型，能否在智商情商程度上给出令人满意的答案呢？下面是gpt-4.5-preview的回答。

看了它的建议，我的内心毫无波澜，可能是前面o3的表现过于优秀，下一代gpt令人堪忧噢。

o3-mini, o4-mini

作为o系列mini家族的最新版本，我们不能在智商上对它们有过高的期望，毕竟mini的参数小了很多。

o4-mini甚至在格式上给自己放假，毫不在意阅读体验。

grok-3-reasoner

Grok因为和X平台的关系，在整个大模型生态中，有种“不在五行中”的感觉。传说中它有巨大的算力中心，巨大的参数规模，听上去很强。到底怎么样呢？

作为推理模型，grok-3-reasoner也放出了思考过程

令我感到震撼的是，它在思考过程中，足足列出了100种赚钱路径（心疼钱包）。如果不是因为100是一个吉祥数字，我想它可能会把天底下所有的生意都列出来。对这100种赚钱路径感到好奇的小伙伴可以在下方留言，我可以把它们导出来发给你。

最终，grok给出了如下的建议：

令我感到意外的是，它竟然将房地产投资作为一个重要选项，让我们作为长期收益的路径。我！有！种！被！玩弄的感觉。都2025年了，竟然还推荐房地产？而且还是个人赚钱的路径？从这一点来说，grok虽然算力强，参数旺，但是到具体给出人生建议的时候也只能逛逛。

总结和感悟

包括openAI在内的大模型厂商在今年，都已经进入了明显的瓶颈，模型的智力无法再出现倍级提升。在上述所有结果中，我对o3最满意，其次是deepseek-r1. 当然，可能这里面有诸多因素导致结果不如人意，例如我的prompt不够工程化，我使用了中文提问等等原因，但是总体而言，并没有太离谱。

站在今天这个时间点上，以上这些模型我认为就是智力最强大的模型。如果你也想让这些超级大脑成为你的外挂器官，你可以访问下面这个我做的站点，里面只给你最强模型（当然你需要考虑费用问题）。

https://chat.fuuai.com

最后说一下我的一些感悟。首先，即便是o3、deepseek，智商和情商远远没有达到我们对高级人工智能的预期。大模型的“遵照”感非常强，你甚至可以预测大模型会以怎样的方式和框架为你预测你的预测。正是这种机器味使得人们不可能只依托大模型本身就完成科技革命。而且随着模型迭代的放缓，这场轰轰烈烈的科技盛宴也会逐渐散场。其次，大模型更适合“遵照”需求，生成内容，而非用于“指导”建议，大模型先天无法作为提供可靠参考的来源，因此必须在它基础上进行应用化装备，通过人为的方式去控制结果、提取有用片段、加工，才能作为可用的素材。那些在生成环境装备大模型作为车床控制、车机智驾、子弹发射的场景，我很难想象，人类是怎么有勇气将这些这些事情交给“概率”机来完成的。

当然，我不是在唱衰。相反，我认为大模型本身可能并没有太大的发展空间了，而在应用层却可以迎来爆发。以Agent为代表的新应用时代，在应用架构上为人类解决具体问题，虽然依赖LLM，但是并不需要LLM智力很高，即使部署在嵌入设备的1B小模型，也足够支持特定Agent的工作，因为以当今的世界模型而言，编程可以解决很大一部分问题。

好了，今天就聊到这里，如果你有自己的想法，欢迎下方留言。

2025-04-21 131