综述

世界观、角色、言辞、论据、思辨等文字集合。文件比较散。

迭代

虽然经过了从6月到9月的迭代，且10、11、12陆续重构，但用于LLM角色扮演，AI在理解时依然会无视事实狡辩，需要继续迭代。

时间线

• 2025.3之前，确认deepseek无法用作LLm角色扮演。
• 2025.4~5月左右测试豆包，豆包的api和对应文档稀烂，且审查苛刻。
• 2025.11之前，重点测试Gemini系列。效果无法让人满意，不是语言歧义，而是LLm本身的刻板印象和智商，如同傻子和变态，同时还是个二极管。
• 2025.12左右，重点测试deepseek，便宜。问题是，太弱，不及Gemini

2025LLM表现

定性：（截止2025年末，针对Gemini全系列和deepseek全系列）

1. LLM依然可以用‘弱智’‘固执’‘二极管’三个词语概括【强逻辑/重思辨】时的表现。
2. 小黄文都能胜任，无非审查问题，但，小黄文没有意义。
3. 在强逻辑需求时，若AI犯错。此时继续对线AI，是自己寻找痛苦。
4. 中国公司的AI中，单论角色扮演，deepseek是最强的。已测试豆包系列、百度系列、智谱清言系列（chatglm）、千问系列
5. gemini强弱

• 论代码，gemini实测并不比deepseek强。很多时候，deepseek更靠谱，尤其涉及格式问题。这里实测的gds代码能力。
• 论角色扮演，gemini比deepseek强得多，但容易出多国语言混杂得输出。
  • 个人体验：很多情况下，2025年末的deepseek，体验等同2024年末的未曾降智的gemini flash。
  • 2025年末，‘deepseek3.2 reason’ 和 ‘gemini2.5flash think’，各有千秋。geminiPro则是独领风骚。（限gemini对比中国公司的ai产品）