关于
让每个人都拥有专属于自己的智能。它因你而长，自己变强，每一个结论都经得起你亲手验证。
过去几年解决的是模型能不能做到。接下来要解决的是能不能把事交给它办。这两件事要的东西不一样：能力可以用平均分衡量，交付不行。
交付要三样东西：它得记住你，它得自己变强，它说的每一步你得验得了。这就是我们在造的三个模型。
三个模型，各担一件事：记住你、自己变强、每一步都验得了。
我们怎么衡量
每个数字带着它的口径：哪些题、哪个档位、串行还是并发。没有口径的数字反驳不了，也就支持不了任何结论。
每个数字带着它的适用范围。工程上最需要知道的不是峰值，是这个数在哪些情况下仍然成立。
对照组的数是我们自己测的，不是引用对方的公开宣称值。同一批题，同一套口径，并排报告。
这个站点本身
站点上的数值都是当次请求算出来的：场景卡上的读数、基准表里的结果、首屏那条流水线每一跳的耗时。
所以某处算错了，页面会直接说「与参考值不一致」，而不是安静地印一个好看的数。
刷新一次看到的是这一次跑出来的，不是我们跑得最好的那一次。