以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
My stupid LLM benchmark I got bored and decided to run a stupid benchmark: ask a bunch of current models to write a bash oneliner that parses the raw LLM streaming API output into a live-updating chat-style display. Background This benchmark was devised at the beginning of the year for my own amusement and mild fee
阅读原文 · german s.
向阳乔木 · deepseek-v4-1-flash-261017
一个博主闲得无聊，给一堆当红大模型出了道题：用一行 bash 命令，把流式 API 返回的原始数据实时渲染成聊天界面。结果一半模型当场阵亡，有的甚至把他的终端给关了。 这个测试叫 My stupid LLM benchmark for stupid LLMs，年初就有了，当时只是博主自娱自乐，顺便找点优越感。现在模型慢慢能解出来了，他索性把题目和结果都公开了...