——”
“让大家体验一下最新一代模型所具有的能力。”
话音刚落，台下已经响起了掌声、尖叫声、起哄声。
两家顶尖模型公司现场Battle，这不比听瑞恩讲什么安全性重要、战略级武器有意思？
理查德站在原地，进退两难。
大会的议程早就定好了，后面还有主会场和各个分会场的演讲。现在横插一个现场体验进来，怎么安排？不是全乱套了吗？
倒是瑞恩，看到现在这个场面之后，信心满满地向前一步。
“韩先生，只是开放接口，让人们现场体验，怎么能直观地分出好坏？”瑞恩说道，“我看倒不如就用之前搭建的沙盒环境，让所有模型都接入，再由现场观众投票选出一个复杂任务。同样的提示词给所有模型，看看谁的完成度最高，如何？”
韩路一看向瑞恩。
虽然两人之前邮件交流过、视频过，更在各种会议中谈论过对方，但这还是两人第一次在现实中见面。
视界打开。
【瑞恩·米勒】
【职位：Nexus AI创始人、CEO】
【情绪：自信、激昂】
【核心动机：金星2.0模型能力内部验证极为优秀，一定能在现场测试中取胜】
韩路一心下了然：不管是理查德还是瑞恩，他们是真的不相信汤圆1.0的能力超过了金星2.0，也不信之前测试中93.5的得分是真实成绩。
“好。”韩路一答应了下来。
林伟伦带着几名同事迅速把之前测评中心机房里的沙盒环境拉了过来，让想要参与实时测试的厂商现场就能接入。
而韩路一则把电脑接入了大屏幕，现场用御风写了一个投票程序，GitHub开源，然后部署在鼎盛云上，再把写好的程序运行在大屏幕上。
前后花了不到五分钟。
这是一场给御风智能体工具和鼎盛云的活广告。所有的开发者都能看见，完成这样一个需求的效率有多高。
很快，观众们自主发起的复杂任务提示词被一条一条添加，然后根据点赞数排序。
最终得赞最高的那个提示词，就将成为今天的唯一测试题。
瑞恩拿着话筒，继续细化流程。
“长程任务可能会长达几个小时。为了让大家都能在今天查看到结果，我们将在提示词中添加最长可以运行的时间——”说到这儿，他抬手看了看
…。。