可验证任务已被 Opus 5.5 秒杀，不可验证的才是新战场

在会计任务上，Opus 5.5 几乎瞬时完成全部手动会计工作且准确率 100%，而人类耗时更久还错误频出；两年前 GPT-4o 还输给普通会计。发帖人由此总结，凡是可检验的任务，前沿模型如今已比专家做得更快更好，真正开放的问题是那些无法验证的任务。