## AI时钟挑战：Hacker News 总结 Hacker News 上的一场讨论围绕一个网站（brianmoore.com）展开，该网站使用九种不同的 AI 模型生成模拟时钟，每分钟刷新图像。核心挑战是：这些模型能否准确地创建一个带有 13 小时而非标准 12 小时的表盘？ 结果好坏参半。许多模型难以完成这项任务，经常无法超出现有的时钟知识进行推断。用户发现使用特定的提示技巧（例如使用 Grok 明确定义每个小时刻度的角度）可以成功，这凸显了精确指令的重要性。Kimi 和 DeepSeek 一致表现良好，而 GPT-5 却出人意料地表现不佳。 讨论涉及大型语言模型 (LLM) 在“超出分布”任务中的局限性，以及它们无法真正*理解*超出训练数据的概念。一些人认为这项练习是 AI 能力的宝贵基准，而另一些人则批评其效率和可重复性。该项目引发了关于模型漂移、能源使用以及 LLM 潜力的炒作的争论。