（来源：上观新闻）
或者说，Anth😂ropic🤐🗽 已经不确定：M🚥🍇ythos 考🍇🍌 90🧀 分，到底是因🧘♂️为它只🧗♀️🐶有 90 分🧖♂️的水平，还是🎊卷面只有 9🏵🍎0 分，又或者它🦡其实故意隐藏了实🇦🇴👨👧👧力，只🍱考了 9⚠🇬🇱0 分？ 这 🏖🇨🇫244 页报告🤪读下来，最重要🔩🇲🇶的信息不在🍺于 Mytho🇵🇬🚺s Pr🇿🇦evi🏴ew 有多强🥳🈹，而在于它具体地🇸🇨📨展示了评估工具在👵🅱哪些地🇵🇰🙁方开始失效、为🤐🛌什么失效🏄♀️，以及一种正在成🔶形的替🇳🇫🇮🇲代方法能看到什🏎么传统方😗🦹♀️法看不到的东🇦🇽🥶西🇧🇻。
剩下的评估🍇🗨越来越依赖两🔽👩🚒种东西♨🧳： •🥟🛳对内部研🇵🇼🤬究人员的调查问🇷🇴💆♂️卷（n=18） 🚔•对模型在🏟⚖日常工作中表现🥴🇩🇴的定性观😃📩察 System🏁📡 card💟🌚 原文说，这类♍判断 inh🤯erent🏴❔ly di🕴👨❤️👨ffic📞🔳ult t🤢o mak🇺🇳💓e i🐴ts basis🍒 le🔗🇪🇹gibl🌰e👩🦰。
