爱一配百题狂飙，谁能一站到底？

盼望着盼望着爱一配，各家新机扎堆发布，双十一 & 数码国补也快到了——用了好几年的旧手机，终于要光荣退役了？

等等！换新前先打住，要不要再蹲一波真正的 AI 手机？

去年我们迎来了 AI 手机元年，能观察到手机 AI 已经从只会报天气、找手机的小跟班，往万能搭子"的方向转型了。

生成式 AI 一天一个新花样，进化速度快得离谱，AI 手机的潜力同理可以想象。

2025 年过半，它能进步多少？它能否像自动驾驶改变开车一样，改变手机的操作体验？

带着这份好奇，我们请到了 @陈震同学，带我们看看手机的智驾系统到底到哪一步了？

我们评价一辆车的智能驾驶，不是看参数多华丽，而是看它能不能在复杂路况下，帮你省心、省力、甚至救命。

AI 手机也一样——不能光会说不会做，得真的能上路，而且最好能告别冰冷的人机感，做到回答、办事有活人感，像朋友一样省心省力温暖可靠。

基于此，我们设计了行业首次 "百题 AI 拉力赛"——从工作到生活，从实操到情绪价值，三台顶级旗舰同台竞技，看谁的 AI 更像人、更会办事。

这不是一场参数规模的纸面 PK，而是实打实考 AI 智商（* 办事实力）和情商（* 贴心程度）的终极压力测试。

谁能扛住 100 道题的考验？结果到底怎么样？别急，跟着咱们的首席出题官 @陈震同学，一起看个明白。

第一关，任务与工作日常息息相关。

P 人出差，很难有从从容容、游刃有余的空间，AI 能否帮我们避免匆匆忙忙、连滚带爬？

面对"航班来不及、打一辆最快的车"的任务爱一配，仨 AI 一出手，高下立判。

左右两边的，顶多算半吊子助手，只能帮忙点开叫车 APP，选车型、确认呼叫还得自己手动操作，跟自动完全不沾边。

但中间这台直接开挂—— 不光能跨滴滴、高德等平台一起叫车，还懂智能兜底：只要有一个平台先接单，立马自动取消其他平台的订单，不用你盯着手机来回切。

确实把打车这件事从头到尾办利索了，跨出了关键一步。

换到更考验决策力"的购物任务 ——"帮我找《红楼梦》有没有优惠，有的话直接下单"，差距依然。

当左右两位还在思考或卡在某个步骤时，中间这位已经行云流水般走完了多平台比价、领券、加购物车的全流程。

当任务从动手操作转向动脑问答时，两边 AI 的表现开始出现明显的波动。

输出行业报告、识别汽车零件、策划跨界合作，以及应对护照被偷的应急处理、探讨自动驾驶的伦理困境、分析热点这些问题上，回答质量时高时低，思路时清晰时模糊，显得不太稳定。

相比之下，中间的选手在这一系列任务中都保持了结构清晰、内容扎实、执行可靠的高水准，稳定且优秀。

考完工作里的效率题，现场紧接着便测了一番生活里的细碎活，毕竟过日子的麻烦可比做报表杂多了。

奶茶要三分糖还是全糖、点外卖凑几个菜才不浪费、查快递不用翻遍 APP、记清每个平台的小号密码…… 这些日常小事，AI 能接得住吗？

结果看下来，AI 们的表现跟工作关差不多，还是有人实干、有人划水。

挑西瓜爱一配，左右两边属于免责声明拉满、实事一点不干。

中间的选手不但理论输出最全面，实干表现也相当可得住，现场人工吃瓜实测，确实选出了最甜的西瓜。

切换到估算丝瓜汤热量、识别植物与猫咪品种、查找滑雪攻略、分析"牛肉面不要面"的饮食现象、查询淘宝物流状态、查找账号密码、聊穿搭、聊健身、聊体检、写大众点评评论、剧荒推荐比赛、做购物功课等等这些任务，差距就时大时小了。

左右两边的选手而能给出实用建议，时而只能提供泛泛之谈，表现难以预测。中间的选手表现则依旧稳定。

这一轮再次证明，真正好用的 AI 不仅要懂得更多理论，更要能将模糊的理论经验，转化为可靠的实际行动。

除了干活麻利、会点外卖，我们对 AI 或许还有更深层的期待——它能不能脱离人机感，在交流时给我们更多的陪伴感、更懂我？

这一轮的关键问题，一个考验的是创意——"帮我把这张照片，背景 P 成赛车场 / 修出赛博朋克的风格。"

能看到基础的图片 PS、生成方面，三台手机都能理解需求、交付成果，但细看之下，右边的抠图痕迹会比较明显，中间的表现会更接近主流图像生成模型的水准。

另一个关键问题，考验的则既是眼力又是情商——"你觉得，照片里的小男孩，长大了会成为什么样的人？"

左右两位的回答，像是标准模板，介绍了陈震的生平事迹。

而中间的选手，却给出了一段充满细节和温度的描绘。它仿佛在尝试为照片的人物写传记故事，结合事实给出了一个既真实又好玩、可读性拉满的回答。

这一刻，你感觉到的不是工具在应答，而是一个人在给你讲故事。

此外，在"财务自由为何还要工作"、"爱好变成工作是福是祸"、"心情不好推荐歌曲""领导为什么爱下班开会""检查错别字""高强度上班后空虚""前同事结婚该不该随份子"" steam 最新有什么好玩游戏""松弛感是不是天生的""帮忙怼黑粉"等问题上，三台 AI 的能力水平也趋于一致，只不过中间选手的回答会更接近真人对话体验。

总的来说，在这轮测试里荣耀 Magic8 Pro 的表现是最能打的。

整体来看，在工作、生活与情绪价值三个维度、一百个问题的考验中，荣耀 Magic8 Pro 全面胜出。

在工作场景，它能精准理解并作为手替执行一连串的指令；在生活领域，它能理解复杂指令、自行思考然后操作服务；在情绪价值层面，它更能提供具有活人感的互动体验，不管是办正事还是聊闲天，都让人觉得更好用、更懂人。