[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"$f1wn71ypwe9or2":3,"$f1nan3rxkj2eer":59},{"success":4,"data":5},true,{"id":6,"slug":7,"coverImage":8,"author":9,"viewsCount":10,"createdAt":11,"title":12,"description":13,"lang":14,"contentHtml":15,"readingTime":16,"toc":17,"faq":43},"qbm3vhhx2ez60xe5z20xsnw1","ai-vs-elon-musk-cognitive-abilities","\u002Fcovers\u002Fai-vs-musk-iq.jpg","NeuroLab Team",0,"2026-08-03T18:16:28.153Z","AI能匹敌埃隆·马斯克吗？LLM与人类的IQ估算","GPT-4、Claude和Gemini在真实IQ测试中与埃隆·马斯克等人类相比表现如何？我们分析AI的认知能力、流体推理以及LLM能做什么和不能做什么。","zh","\u003Ch2>挥之不去的问题\u003C\u002Fh2>\n\u003Cp>每隔几个月，就会有一个标题走红："AI通过IQ测试，得分155。"言下之意很清楚：人工智能已经超越了人类天才，埃隆·马斯克们已经过时了。但这有任何真实性吗？\u003C\u002Fp>\n\u003Cp>简短回答：没有。更长的回答需要理解IQ测试测量什么、大语言模型（LLM）如何处理信息，以及为什么比较人类和机器智能就像比较潜艇和游泳者。\u003C\u002Fp>\n\u003Cp>本文审视实际证据——经过同行评审的LLM认知表现研究、IQ测试的结构以及我们对埃隆·马斯克认知概况的了解——给你一个诚实的答案。\u003C\u002Fp>\n\u003Ch2 id=\"iq\">IQ测试实际测量什么\u003C\u002Fh2>\n\u003Cp>IQ测试不是"聪明程度"的单一衡量。它们评估一个认知能力层级，通常按照**Cattell-Horn-Carroll (CHC)**模型组织：\u003C\u002Fp>\n\u003Cul>\n\u003Cli>\u003Cstrong>流体推理（Gf）：\u003C\u002Fstrong> 无需先前知识解决新问题\u003C\u002Fli>\n\u003Cli>\u003Cstrong>结晶智力（Gc）：\u003C\u002Fstrong> 习得的知识和词汇\u003C\u002Fli>\n\u003Cli>\u003Cstrong>定量推理（Gq）：\u003C\u002Fstrong> 数字模式识别\u003C\u002Fli>\n\u003Cli>\u003Cstrong>视觉处理（Gv）：\u003C\u002Fstrong> 空间和几何推理\u003C\u002Fli>\n\u003Cli>\u003Cstrong>工作记忆（Gwm）：\u003C\u002Fstrong> 在脑中保持和操作信息\u003C\u002Fli>\n\u003Cli>\u003Cstrong>处理速度（Gs）：\u003C\u002Fstrong> 快速认知吞吐\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>全量表IQ分数聚合这些指标，但概况比数字更重要。两个IQ 130的人可能有完全不同的能力概况——一个可能在言语推理上出色但在空间任务上挣扎，另一个则相反。\u003C\u002Fp>\n\u003Cp>\n    \u003Cdiv class=\"article-stat\">\n      \u003Cdiv class=\"article-stat__number\">155\u003C\u002Fdiv>\n      \u003Cdiv class=\"article-stat__label\">网上经常归因于埃隆·马斯克的IQ分数——没有原始来源\u003C\u002Fdiv>\n    \u003C\u002Fdiv>\u003C\u002Fp>\n\u003Ch2 id=\"llm\">LLM如何被测试\u003C\u002Fh2>\n\u003Cp>多项研究已对大语言模型进行了人类IQ测试。最严谨的包括：\u003C\u002Fp>\n\u003Cp>\u003Cstrong>Bubeck等人（2023）\u003Cstrong>用WAIS-IV（韦氏量表）测试了GPT-4，发现在言语子测试——词汇、相似性、信息——上表现达到或超过第99百分位，但在需要视觉处理的空间推理任务上挣扎。研究估计GPT-4的"言语IQ"约为\u003C\u002Fstrong>155\u003C\u002Fstrong>。\u003C\u002Fp>\n\u003Cp>**Zhu等人（2023）**对多个LLM进行了瑞文渐进矩阵（非言语流体推理）测试。GPT-4得分在第75-90百分位范围内——不错，但远非天才水平。作者指出，LLM通常通过训练数据中的模式匹配而非真正的流体推理来解决矩阵问题。\u003C\u002Fp>\n\u003Cp>\u003Cstrong>OpenAI自己的评估\u003C\u002Fstrong>（2023-2024）显示GPT-4在SAT言语部分得分163（第99百分位），但数学部分仅710\u002F800——强，但按精英大学标准不算特别突出。\u003C\u002Fp>\n\u003Ch2 id=\"ai\">言语错觉：为什么AI分数看起来虚高\u003C\u002Fh2>\n\u003Cp>核心问题是：\u003Cstrong>IQ测试高度依赖言语，而LLM是在文本上训练的。\u003C\u002Fstrong>\u003C\u002Fp>\n\u003Cp>WAIS-IV有10个核心子测试。五个主要是言语的：词汇、相似性、信息、理解、算术。对于这些，LLM有巨大优势——它在训练数据中吸收了基本上所有已发表的文本。当被问"时钟和日历之间有什么相似之处？"时，模型不是在\u003Cem>推理\u003C\u002Fem>——它从统计语言模型中检索答案。\u003C\u002Fp>\n\u003Cp>这是\u003Cstrong>结晶智力（Gc）\u003C\u002Fstrong>，不是流体推理。而这正是LLM看起来最令人印象深刻的地方。但结晶智力对现实世界问题解决和创新的预测力\u003Cem>最低\u003C\u002Fem>。它测量你知道什么，而不是你如何思考。\u003C\u002Fp>\n\u003Cp>\n    \u003Cdiv class=\"article-callout\">\n      \u003Cdiv class=\"article-callout__title\">\n        \u003Cspan class=\"article-callout__icon\">💡\u003C\u002Fspan>\n        关键区别\n      \u003C\u002Fdiv>\n      \u003Cdiv class=\"article-callout__body\">LLM在结晶智力（知道事实）方面表现出色，但在流体推理（解决新问题）方面表现参差不齐。IQ测试过度偏重言语\u002F结晶能力，使AI分数看起来高于其实际问题解决能力。\u003C\u002Fdiv>\n    \u003C\u002Fdiv>\u003C\u002Fp>\n\u003Ch2 id=\"llm\">LLM失败之处：马斯克差距\u003C\u002Fh2>\n\u003Cp>埃隆·马斯克的认知概况——基于他的SAT分数和职业模式——是\u003Cstrong>不对称的\u003C\u002Fstrong>：极高的流体推理、卓越的空间能力、强但不精英的言语技能。这正是LLM表现最差的概况。\u003C\u002Fp>\n\u003Cp>\u003Cstrong>空间推理（Gv）：\u003C\u002Fstrong> LLM无法原生处理视觉空间信息。当被要求在脑中旋转3D物体或可视化火箭轨迹时，它们失败或依赖基于文本的变通方法。马斯克在脑中可视化火箭组件及其相互作用的能力——SpaceX的关键因素——没有LLM等价物。\u003C\u002Fp>\n\u003Cp>\u003Cstrong>工作记忆操作（Gwm）：\u003C\u002Fstrong> 虽然LLM有大的上下文窗口，但它们不像人类那样\u003Cem>操作\u003C\u002Fem>工作记忆中的信息。它们匹配模式，不保持和转换心理模型。马斯克同时保持多个工程权衡并在实时中更新它们的能力是一种工作记忆功能，当前AI无法复制。\u003C\u002Fp>\n\u003Cp>\u003Cstrong>第一性原理推理：\u003C\u002Fstrong> 马斯克的标志性认知策略——将问题分解到基本物理并从那里构建——需要真正的流体推理，不是检索。当LLM尝试第一性原理推理时，它们经常产生听起来合理但逻辑断裂的链条，因为它们在训练示例之间插值而不是从公理推理。\u003C\u002Fp>\n\u003Cp>\u003Cstrong>跨领域迁移学习：\u003C\u002Fstrong> 马斯克将同一认知工具集应用于火箭、汽车、脑机接口和社交媒体。LLM可以生成关于所有这些领域的文本，但无法像人类专家那样将解决策略从一个领域迁移到另一个。\u003C\u002Fp>\n\u003Cdiv class=\"article-compare\">\u003Cdiv class=\"article-compare__col article-compare__col--left\">          \u003Cdiv class=\"article-compare__title article-compare__title--pos\">✓ 优点\u003C\u002Fdiv>          \u003Cul class=\"article-compare__list\">\u003Cli class=\"article-compare__item article-compare__item--pos\">LLM：庞大的结晶智力（Gc）\u003C\u002Fli>\u003Cli class=\"article-compare__item article-compare__item--pos\">LLM：快速文本生成和检索\u003C\u002Fli>\n\u003Cli class=\"article-compare__item article-compare__item--pos\">LLM：一致、不知疲倦、可扩展\u003C\u002Fli>\n\u003Cli class=\"article-compare__item article-compare__item--pos\">LLM：在标准化言语测试上表现强\u003C\u002Fli>\u003C\u002Ful>\n        \u003C\u002Fdiv>\u003Cdiv class=\"article-compare__col article-compare__col--right\">\n          \u003Cdiv class=\"article-compare__title article-compare__title--neg\">✗ 缺点\u003C\u002Fdiv>\n          \u003Cul class=\"article-compare__list\">\u003Cli class=\"article-compare__item article-compare__item--neg\">LLM：空间推理弱（Gv）\u003C\u002Fli>\n\u003Cli class=\"article-compare__item article-compare__item--neg\">LLM：没有真正的工作记忆操作\u003C\u002Fli>\n\u003Cli class=\"article-compare__item article-compare__item--neg\">LLM：第一性原理推理经常崩溃\u003C\u002Fli>\n\u003Cli class=\"article-compare__item article-compare__item--neg\">LLM：跨领域策略迁移差\u003C\u002Fli>\u003C\u002Ful>\n        \u003C\u002Fdiv>\u003C\u002Fdiv>\u003Ch2>基准测试问题\u003C\u002Fh2>\n\u003Cp>还有一个更深的方法论问题：\u003Cstrong>IQ测试是为人类设计的，不是为机器。\u003C\u002Fstrong>\u003C\u002Fp>\n\u003Cp>当人类做瑞文渐进矩阵时，他们使用工作记忆、视觉处理和流体推理的组合。当LLM做同样的测试（转换为文本）时，它使用对训练数据的统计模式匹配。这些是根本不同的认知过程，碰巧在特定测试上产生类似输出。\u003C\u002Fp>\n\u003Cp>这是\u003Cstrong>古德哈特定律\u003C\u002Fstrong>问题：当一个度量成为目标时，它就不再是好的度量。如果我们优化AI在IQ测试上得高分，我们不是在让AI更聪明——我们是在让它更擅长IQ测试。\u003C\u002Fp>\n\u003Cp>更诚实的比较会使用旨在区分人类认知和统计模式匹配的测试：\u003C\u002Fp>\n\u003Cul>\n\u003Cli>\u003Cstrong>不在训练数据中的新颖物理问题\u003C\u002Fstrong>\u003C\u002Fli>\n\u003Cli>\u003Cstrong>需要心理模拟的多步空间推理\u003C\u002Fstrong>\u003C\u002Fli>\n\u003Cli>\u003Cstrong>旨在暴露模式匹配捷径的对抗性问题\u003C\u002Fstrong>\u003C\u002Fli>\n\u003Cli>\u003Cstrong>在新约束下的实时决策\u003C\u002Fstrong>\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>在这些指标上，当前LLM表现远低于人类专家水平。\u003C\u002Fp>\n\u003Ch2>数字实际说了什么\u003C\u002Fh2>\n\u003Cp>让我们具体一些。如果我们比较马斯克的估计认知概况（从SAT转换）和GPT-4的测量表现：\u003C\u002Fp>\n\u003Cdiv class=\"article-table-wrapper\">\u003Ctable>\n\u003Cthead>\n\u003Ctr>\n\u003Cth>能力\u003C\u002Fth>\n\u003Cth>马斯克（估计）\u003C\u002Fth>\n\u003Cth>GPT-4（测量）\u003C\u002Fth>\n\u003C\u002Ftr>\n\u003C\u002Fthead>\n\u003Ctbody>\u003Ctr>\n\u003Ctd>言语\u002F结晶（Gc）\u003C\u002Ftd>\n\u003Ctd>~130-135\u003C\u002Ftd>\n\u003Ctd>~155+\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>流体推理（Gf）\u003C\u002Ftd>\n\u003Ctd>~140-145\u003C\u002Ftd>\n\u003Ctd>~115-125\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>空间（Gv）\u003C\u002Ftd>\n\u003Ctd>~145+\u003C\u002Ftd>\n\u003Ctd>~80-90\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>工作记忆（Gwm）\u003C\u002Ftd>\n\u003Ctd>~135-140\u003C\u002Ftd>\n\u003Ctd>不适用\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>处理速度（Gs）\u003C\u002Ftd>\n\u003Ctd>~120-130\u003C\u002Ftd>\n\u003Ctd>非常快，但机制不同\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\u003C\u002Fdiv>\n\u003Cp>画面很清楚：\u003Cstrong>LLM在结晶智力上占主导，但在流体推理、空间能力和工作记忆操作方面显著落后\u003C\u002Fstrong>——正是驱动工程创新和企业家问题解决的能力。\u003C\u002Fp>\n\u003Cp>\n    \u003Cdiv class=\"article-stat\">\n      \u003Cdiv class=\"article-stat__number\">2x\u003C\u002Fdiv>\n      \u003Cdiv class=\"article-stat__label\">GPT-4的估计结晶IQ大约是其估计流体推理IQ的2倍——与马斯克的概况相反\u003C\u002Fdiv>\n    \u003C\u002Fdiv>\u003C\u002Fp>\n\u003Ch2 id=\"ai\">AI能取代埃隆·马斯克的功能吗？\u003C\u002Fh2>\n\u003Cp>"埃隆·马斯克功能"——作为认知角色，不是个人——包括：\u003C\u002Fp>\n\u003Col>\n\u003Cli>\u003Cstrong>识别尚未有解决方案的新问题\u003C\u002Fstrong>\u003C\u002Fli>\n\u003Cli>\u003Cstrong>在多个技术领域从第一性原理推理\u003C\u002Fstrong>\u003C\u002Fli>\n\u003Cli>\u003Cstrong>在信息不完整时做出高风险决策\u003C\u002Fstrong>\u003C\u002Fli>\n\u003Cli>\u003Cstrong>实时整合空间、定量和言语推理\u003C\u002Fstrong>\u003C\u002Fli>\n\u003Cli>\u003Cstrong>在多年项目中维持努力和专注\u003C\u002Fstrong>\u003C\u002Fli>\n\u003C\u002Fol>\n\u003Cp>当前AI可以协助每一项，但无法执行整合。GPT-4可以帮助编写火箭模拟代码，但无法决定\u003Cem>是否\u003C\u002Fem>建造可重复使用的火箭。它可以分析电池化学数据，但无法可视化新电池设计的热行为。\u003C\u002Fp>\n\u003Cp>差距不仅仅在于IQ分数——在于智能的\u003Cem>类型\u003C\u002Fem>。马斯克的价值来自应用于新问题的流体推理，而不是知道事实。LLM恰恰相反：庞大的事实知识但有限的新问题解决。\u003C\u002Fp>\n\u003Ch2>未来：趋同还是分化？\u003C\u002Fh2>\n\u003Cp>AI正在快速改进，但改进不均衡。LLM在言语任务上越来越好（它们已经超人类），但空间推理和真正流体推理的进展较慢。最有前景的方法——多模态模型、神经符号架构和具身AI——试图弥合空间和推理差距，但仍远未达到人类专家水平。\u003C\u002Fp>\n\u003Cp>诚实的预测：AI将在未来5-10年越来越多地增强人类认知，但"马斯克功能"——创造性整合多种推理类型应用于新工程挑战——在可预见的未来仍将是人类能力。不是因为人类本质上更优越，而是因为所需的智能\u003Cem>类型\u003C\u002Fem>正是当前AI架构挣扎的\u003Cem>类型\u003C\u002Fem>。\u003C\u002Fp>\n\u003Ch2>结论\u003C\u002Fh2>\n\u003Cul>\n\u003Cli>\u003Cstrong>IQ测试分数高估了AI智能\u003C\u002Fstrong>，因为IQ测试高度依赖言语，而LLM是在文本上训练的\u003C\u002Fli>\n\u003Cli>\u003Cstrong>LLM在结晶智力\u003C\u002Fstrong>（知道事实）\u003Cstrong>上出色，但在流体推理\u003C\u002Fstrong>（解决新问题）\u003Cstrong>上落后\u003C\u002Fstrong>\u003C\u002Fli>\n\u003Cli>\u003Cstrong>马斯克的认知概况\u003C\u002Fstrong>——高流体推理、卓越空间能力——正是AI最弱的地方\u003C\u002Fli>\n\u003Cli>\u003Cstrong>"AI IQ 155"的标题\u003C\u002Fstrong>具有误导性：它测量的是一种不同于驱动实际创新的智能类型\u003C\u002Fli>\n\u003Cli>\u003Cstrong>AI增强但无法取代\u003C\u002Fstrong>定义专家工程认知的推理类型的创造性整合\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>问题不是AI是否会达到IQ 155。它可能已经达到了——在对创新不重要的子测试上。真正的问题是AI是否会发展出流体、空间和整合推理，使某人能够面对一个无人解决的问题并解决它。这就是马斯克测试。到目前为止，AI未能通过。\u003C\u002Fp>\n\u003Cdiv class=\"article-faq\">\u003Cdetails class=\"article-faq__item\">\n          \u003Csummary class=\"article-faq__question\">GPT-4等大语言模型的IQ是多少？\u003C\u002Fsummary>\n          \u003Cdiv class=\"article-faq__answer\">研究估计GPT-4的言语IQ约为155（WAIS-IV言语子测试），但其在非言语流体推理任务（如瑞文矩阵）上的表现远低——约第75-90百分位。高言语分数反映结晶智力（训练数据检索），不是真正的问题解决能力。\u003C\u002Fdiv>\n        \u003C\u002Fdetails>\n\u003Cdetails class=\"article-faq__item\">\n          \u003Csummary class=\"article-faq__question\">AI能做真正的IQ测试吗？\u003C\u002Fsummary>\n          \u003Cdiv class=\"article-faq__answer\">可以对AI进行IQ测试，但结果不能直接与人类分数比较。IQ测试是为人类认知架构设计的——它们通过LLM不原生使用的模态测量工作记忆、空间处理和流体推理。将视觉空间任务转换为文本改变了任务的本质。\u003C\u002Fdiv>\n        \u003C\u002Fdetails>\n\u003Cdetails class=\"article-faq__item\">\n          \u003Csummary class=\"article-faq__question\">AI比埃隆·马斯克更聪明吗？\u003C\u002Fsummary>\n          \u003Cdiv class=\"article-faq__answer\">在结晶智力指标（事实知识、词汇、信息检索）上，AI超越任何人类。但在流体推理、空间可视化、工作记忆操作和第一性原理问题解决——驱动工程创新的能力——上，当前AI表现远低于人类专家水平。不同类型的智能，不能直接比较。\u003C\u002Fdiv>\n        \u003C\u002Fdetails>\n\u003Cdetails class=\"article-faq__item\">\n          \u003Csummary class=\"article-faq__question\">AI最终会匹敌人类流体推理吗？\u003C\u002Fsummary>\n          \u003Cdiv class=\"article-faq__answer\">当前AI架构（基于transformer的LLM）从根本上优化为训练数据中的模式匹配，不是真正推理。多模态模型和神经符号方法可以弥合一些差距，但空间推理和新问题解决仍是重大挑战。进步可能但时间线不确定——估计从5年到30年以上。\u003C\u002Fdiv>\n        \u003C\u002Fdetails>\n\u003Cdetails class=\"article-faq__item\">\n          \u003Csummary class=\"article-faq__question\">为什么AI的IQ分数看起来这么高？\u003C\u002Fsummary>\n          \u003Cdiv class=\"article-faq__answer\">IQ测试过度偏重言语和结晶能力，这正是LLM由于文本训练而擅长的。一个更重流体推理、空间处理和工作记忆操作的测试会显示低得多的AI分数。"IQ 155"的标题反映了测试设计偏差，不是实际认知优越性。\u003C\u002Fdiv>\n        \u003C\u002Fdetails>\u003C\u002Fdiv>",12,[18,22,25,28,31,33,35,37,39,41],{"id":19,"text":20,"level":21},"","挥之不去的问题",2,{"id":23,"text":24,"level":21},"iq","IQ测试实际测量什么",{"id":26,"text":27,"level":21},"llm","LLM如何被测试",{"id":29,"text":30,"level":21},"ai","言语错觉：为什么AI分数看起来虚高",{"id":26,"text":32,"level":21},"LLM失败之处：马斯克差距",{"id":19,"text":34,"level":21},"基准测试问题",{"id":19,"text":36,"level":21},"数字实际说了什么",{"id":29,"text":38,"level":21},"AI能取代埃隆·马斯克的功能吗？",{"id":19,"text":40,"level":21},"未来：趋同还是分化？",{"id":19,"text":42,"level":21},"结论",[44,47,50,53,56],{"question":45,"answer":46},"GPT-4等大语言模型的IQ是多少？","研究估计GPT-4的言语IQ约为155（WAIS-IV言语子测试），但其在非言语流体推理任务（如瑞文矩阵）上的表现远低——约第75-90百分位。高言语分数反映结晶智力（训练数据检索），不是真正的问题解决能力。",{"question":48,"answer":49},"AI能做真正的IQ测试吗？","可以对AI进行IQ测试，但结果不能直接与人类分数比较。IQ测试是为人类认知架构设计的——它们通过LLM不原生使用的模态测量工作记忆、空间处理和流体推理。将视觉空间任务转换为文本改变了任务的本质。",{"question":51,"answer":52},"AI比埃隆·马斯克更聪明吗？","在结晶智力指标（事实知识、词汇、信息检索）上，AI超越任何人类。但在流体推理、空间可视化、工作记忆操作和第一性原理问题解决——驱动工程创新的能力——上，当前AI表现远低于人类专家水平。不同类型的智能，不能直接比较。",{"question":54,"answer":55},"AI最终会匹敌人类流体推理吗？","当前AI架构（基于transformer的LLM）从根本上优化为训练数据中的模式匹配，不是真正推理。多模态模型和神经符号方法可以弥合一些差距，但空间推理和新问题解决仍是重大挑战。进步可能但时间线不确定——估计从5年到30年以上。",{"question":57,"answer":58},"为什么AI的IQ分数看起来这么高？","IQ测试过度偏重言语和结晶能力，这正是LLM由于文本训练而擅长的。一个更重流体推理、空间处理和工作记忆操作的测试会显示低得多的AI分数。\"IQ 155\"的标题反映了测试设计偏差，不是实际认知优越性。",{"success":4,"data":60,"pagination":238},[61,70,78,86,94,101,109,116,123,130,137,144,151,159,167,174,181,188,195,203,210,217,224,231],{"id":62,"slug":63,"coverImage":64,"author":65,"viewsCount":10,"createdAt":66,"title":67,"description":68,"lang":14,"readingTime":69},"jy0egbpgrn30am622jy7xfrw","adhd-and-iq","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1507812984078-917231447e3e?w=1280","Dr. Daria Dudnik","2026-08-01T10:48:43.940Z","ADHD与IQ：当注意力缺陷隐藏了高智商","ADHD能掩盖高IQ吗？是的。研究表明注意力缺陷可能人为地将IQ测试分数降低10-15分——将天赋异禀的大脑隐藏在注意力不集中背后。",7,{"id":71,"slug":72,"coverImage":73,"author":65,"viewsCount":74,"createdAt":75,"title":76,"description":77,"lang":14,"readingTime":69},"dvlwozf321i8jlk9sfl390k1","online-vs-certified-iq-tests","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1499209974431-9fccce68dc04?w=1280",1,"2026-08-01T10:48:39.869Z","在线IQ测试 vs 认证评估：它们有多准确？","你在免费在线IQ测试中得了140分。但这到底意味着什么？我们比较在线测试与认证评估——结果可能让你惊讶。",{"id":79,"slug":80,"coverImage":81,"author":65,"viewsCount":21,"createdAt":82,"title":83,"description":84,"lang":14,"readingTime":85},"maxnlmh4wqwxjuidbe2cb1jh","iq-above-160","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1454165804606-c3d57bc86b40?w=1280","2026-08-01T10:48:35.909Z","IQ超过160：极端边缘的生活是什么样的","只有三万分之一的人IQ超过160。我们探索人类智力极端边缘的生活——天赋、挣扎和神话。",8,{"id":87,"slug":88,"coverImage":89,"author":65,"viewsCount":10,"createdAt":90,"title":91,"description":92,"lang":14,"readingTime":93},"z8wcdr5vus4cvw8zr3p1ok1r","iq-llama-4","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1526374965328-4f18af581d06?w=1280","2026-08-01T10:03:59.771Z","Llama 4的IQ是多少？","Llama 4在Mensa Norway IQ测试中得分112，在Intelligence Index上排名前15。我们分析每个基准测试，解释Meta开源模型的独特之处。",10,{"id":95,"slug":96,"coverImage":97,"author":65,"viewsCount":21,"createdAt":98,"title":99,"description":100,"lang":14,"readingTime":93},"pxehdebhlpxfs0h5qm2m23e9","iq-qwen-35","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1518186285589-2f7649de83e0?w=1280","2026-08-01T09:41:02.526Z","Qwen 3.5的IQ是多少？","Qwen 3.5在Mensa Norway IQ测试中得分115，在Intelligence Index上排名前10。我们分析每个基准测试，解释阿里巴巴模型的独特之处。",{"id":102,"slug":103,"coverImage":104,"author":65,"viewsCount":105,"createdAt":106,"title":107,"description":108,"lang":14,"readingTime":93},"st1nxd9ef5blcslk68p83pj1","iq-kimi-k3","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1620712943524-bccbe725b837?w=1280",3,"2026-08-01T09:32:03.531Z","Kimi K3的IQ是多少？","Kimi K3在Mensa Norway IQ测试中得分118，在Intelligence Index上排名前10。我们分析每个基准测试，解释Moonshot AI模型的独特之处。",{"id":110,"slug":111,"coverImage":112,"author":65,"viewsCount":10,"createdAt":113,"title":114,"description":115,"lang":14,"readingTime":93},"u65iu8mijuzx0t4g1981phue","iq-deepseek-v4","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1677372139014-394e5b51f79b?w=1280","2026-08-01T09:23:30.326Z","DeepSeek V4的IQ是多少？","DeepSeek V4 Pro在Mensa Norway IQ测试中得分111，在Intelligence Index上得分44.3。我们分析每个基准测试，解释为什么它是最佳预算AI模型。",{"id":117,"slug":118,"coverImage":119,"author":65,"viewsCount":85,"createdAt":120,"title":121,"description":122,"lang":14,"readingTime":93},"lci1u8drubje01qwq1vah01m","iq-grok-420","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1635776062127-d379b0ba009b?w=1280","2026-07-31T20:30:00.249Z","Grok-4.20的IQ是多少？","Grok-4.20在Mensa Norway IQ测试中得分145 — 在所有AI模型中并列#1。我们分析每个基准测试，解释xAI模型的独特之处。",{"id":124,"slug":125,"coverImage":126,"author":65,"viewsCount":21,"createdAt":127,"title":128,"description":129,"lang":14,"readingTime":93},"n32qvrqd1er095jgz98qg73l","iq-gemini-31-pro","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1591488320449-011701bb6704?w=1280","2026-07-31T20:06:42.239Z","Gemini 3.1 Pro的IQ是多少？","Gemini 3.1 Pro在Mensa Norway IQ测试中得分141，在Intelligence Index上得分46.5。我们分析每个基准测试，解释为什么它是最具性价比的前沿模型。",{"id":131,"slug":132,"coverImage":133,"author":65,"viewsCount":74,"createdAt":134,"title":135,"description":136,"lang":14,"readingTime":93},"jl69290gswdg1wrb5oy6iiyo","iq-gpt-55","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1620712943543-bcc4688e7485?w=1280","2026-07-31T19:59:37.899Z","GPT-5.5的IQ是多少？","GPT-5.5在Mensa Norway IQ测试中得分~145，在Intelligence Index上得分54.8。我们分析每个基准测试，并与Claude、Gemini和Grok进行比较。",{"id":138,"slug":139,"coverImage":140,"author":65,"viewsCount":74,"createdAt":141,"title":142,"description":143,"lang":14,"readingTime":93},"fmyy2tdkvdmffu6n9y5npc5c","iq-claude-opus-48","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1677442136019-21780ecad995?w=1280","2026-07-31T19:53:48.504Z","Claude Opus 4.8 的 IQ 是多少？","Claude Opus 4.8以55.7领跑Artificial Analysis Intelligence Index，在人类IQ测试中得分~132-145。我们分析每个基准测试，并与GPT-5.5、Gemini和Grok进行比较。",{"id":145,"slug":146,"coverImage":147,"author":65,"viewsCount":74,"createdAt":148,"title":149,"description":150,"lang":14,"readingTime":85},"mhlz1hmh5ez4vs6loftlxd06","fasting-cognitive-performance","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1490645935441-5b6c2cc1e5e1?w=1280","2026-07-30T18:27:49.514Z","禁食能改善认知表现吗？","从间歇性禁食到酮体：我们回顾禁食是否能让头脑敏锐、提高专注力或实际上损害认知的证据。科学可能会让你惊讶。",{"id":152,"slug":153,"coverImage":154,"author":65,"viewsCount":155,"createdAt":156,"title":157,"description":158,"lang":14,"readingTime":93},"fentmgsgc3lq034m2nk53ol4","wechsler-iq-test-subtests","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1494256997604-668ec142f5d2?w=1280",5,"2026-07-30T18:18:40.059Z","韦氏IQ测试：每个子测试真正测量什么","WAIS和WISC是世界上使用最广泛的IQ测试。我们分解每个子测试，它真正测量什么，以及分数如何转化为实际认知能力。",{"id":160,"slug":161,"coverImage":162,"author":65,"viewsCount":10,"createdAt":163,"title":164,"description":165,"lang":14,"readingTime":166},"wlwyq33ezei7c22edclwpyvo","lead-fluoride-iq-loss","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1581093577124-a6f4b6e3a5e1?w=1280","2026-07-30T18:07:23.917Z","铅、氟化物与IQ下降：环境证据","环境毒素真的能降低你的IQ吗？我们回顾了铅暴露、氟化物和认知衰退的最强研究——区分严肃科学与耸人听闻。",9,{"id":168,"slug":169,"coverImage":170,"author":65,"viewsCount":155,"createdAt":171,"title":172,"description":173,"lang":14,"readingTime":85},"ue16gxaun3lus9vml8imf6ci","iq-changes-during-pregnancy","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1559750178-961c031777fe?w=1280","2026-07-29T18:48:12.309Z","怀孕期间的IQ变化：研究发现","怀孕真的会缩小你的大脑吗？我们回顾了母性认知的神经科学——从\"孕期大脑\"到持久的结构变化——区分事实与神话。",{"id":175,"slug":176,"coverImage":177,"author":65,"viewsCount":21,"createdAt":178,"title":179,"description":180,"lang":14,"readingTime":166},"zd0sfdazkyai41s0kh639ohl","does-bilingualism-raise-iq","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1523050854058-8f908275853f?w=1280","2026-07-29T18:33:17.515Z","说两种语言真的能提高你的IQ吗？","双语优势已争论数十年。我们回顾了关于双语主义和认知能力的最有力研究，区分真实效果与夸大。",{"id":182,"slug":183,"coverImage":184,"author":65,"viewsCount":105,"createdAt":185,"title":186,"description":187,"lang":14,"readingTime":166},"s0hko69oudyziplx2q04ab9q","gifted-kids-peaked-early-childhood-iq-fades","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1503454537195-1dc81782b6d3?w=1280","2026-07-29T18:17:25.535Z","早慧儿童的IQ为何会消退：天赋的衰退现象","为什么许多神童长大后变得平凡？我们研究早期IQ峰值、\"回归平均\"效应，以及真正预测成年成功的因素。",{"id":189,"slug":190,"coverImage":191,"author":65,"viewsCount":155,"createdAt":192,"title":193,"description":194,"lang":14,"readingTime":85},"s7x75o02kixj2u43gw4ah5pa","olfactory-processing-speed-cognitive-marker","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1542838132-92c53300287c?w=1280","2026-07-28T20:40:48.167Z","嗅觉处理速度作为认知标志","你识别气味的速度能否预测你的认知能力？我们检验了将嗅觉处理速度与智商、记忆力和神经退行性疾病风险联系起来的惊人研究。",{"id":196,"slug":197,"coverImage":198,"author":65,"viewsCount":199,"createdAt":200,"title":201,"description":202,"lang":14,"readingTime":166},"v1qq1yz082k72zzynk0qv2yh","do-musicians-have-higher-iqs","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1520006510097-3d64427f3f98?w=1280",6,"2026-07-28T20:29:23.744Z","音乐家的智商更高吗？研究结论","音乐家更聪明的观念广为流传——但科学是否支持这一点？我们综述了10项关于音乐训练、智商和认知能力的关键研究，以区分事实与虚构。",{"id":204,"slug":205,"coverImage":206,"author":65,"viewsCount":199,"createdAt":207,"title":208,"description":209,"lang":14,"readingTime":166},"xam91ejelkjg23x2z9skt9vm","are-night-owls-smarter","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1518837695005-2083093ee35b?w=1280","2026-07-28T19:50:50.159Z","夜猫子更聪明吗？昼夜节律型与认知表现","夜猫子比早起鸟更聪明的观点很流行——但研究实际上显示了什么？我们考察了昼夜节律型、智商和认知表现的证据。",{"id":211,"slug":212,"coverImage":213,"author":65,"viewsCount":69,"createdAt":214,"title":215,"description":216,"lang":14,"readingTime":166},"hpakkt3uv7frkkhj2el6fvm1","does-high-iq-make-you-rich","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1579621970795-87facc2f976d?w=1280","2026-07-28T19:41:02.722Z","高智商能让你变富吗？12项研究综述","智商与收入之间的相关性是真实的，但出人意料地弱。我们综述了12项关键研究，以理解为什么高智商不能保证财富——以及什么真正预测了财务成功。",{"id":218,"slug":219,"coverImage":220,"author":65,"viewsCount":85,"createdAt":221,"title":222,"description":223,"lang":14,"readingTime":166},"b5ct19s9mfso606wcppcp79o","iq-test-scores-in-prison-populations","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1497366216548-37526070297c?w=1280","2026-07-28T18:32:32.833Z","监狱人口中的智商测试分数：研究显示了什么","研究一致发现，监狱人口在智商测试中的得分低于一般公众——平均低约10-12分。但原因远比\"罪犯更不聪明\"复杂得多。本文审视了证据、混淆因素以及数据的真正含义。",{"id":225,"slug":226,"coverImage":227,"author":65,"viewsCount":166,"createdAt":228,"title":229,"description":230,"lang":14,"readingTime":93},"zjjd6y8yfcydy6y02c9xa2yf","which-country-has-the-highest-average-iq","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1526129313847-8d262a6b1f0d?w=1280","2026-07-28T18:03:42.307Z","哪个国家平均智商最高（以及为什么数据一团糟）","每隔几个月，就会有新标题宣布新加坡、香港或韩国拥有世界最高智商。但 behind 这些排名隐藏着方法论问题、文化偏见和过时数据的纠缠。本文揭示了研究实际显示的内容——以及不显示的内容。",{"id":232,"slug":233,"coverImage":234,"author":65,"viewsCount":85,"createdAt":235,"title":236,"description":237,"lang":14,"readingTime":166},"nxfpaqozmm0dpaytyy2cjixv","why-your-iq-test-score-changes-over-time","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1499750310107-5fef28a66643?w=1280","2026-07-28T17:37:12.789Z","为什么你的智商测试分数会随时间变化","你的智商分数不是刻在脑子里的固定数字。研究表明，智商分数在一生中可以显著变化——有时变化20分或更多。本指南解释了驱动这些变化的因素及其对你的意义。",{"page":74,"pageSize":239,"pageCount":105,"total":240},24,49]