这时候，算法A的“点击率”（用户点击推荐内容的比例）肯定比算法B高，那算法A的“智商”就更高。因为推荐算法的核心任务是“找到用户喜欢的内容或商品”，点击率高，说明它更懂你的需求，完成任务的能力更强。

（二）重要标准：能不能适应变化

光能完成固定任务还不够，要是遇到一点变化就“懵圈”，那AI的“智商”也不算高。真正“聪明”的AI，在任务场景变了之后，还能准确完成工作，也就是能“适应变化”。

最典型的例子就是图像识别里的“识别猫”。假设一个AI平时训练时，看的都是“正常的猫”——比如不戴任何装饰、成年的家猫，它能准确认出来。但现实里的猫千奇百怪：有的猫戴了小帽子，有的猫是刚出生的小猫崽，有的猫还穿了小衣服，还有的猫毛发颜色特别罕见。

要是这个AI遇到“戴帽子的猫”就认不出来，说“这不是猫”；看到小猫崽也犹豫，说“这可能是别的小动物”，那它的“智商”就不行。反之，要是不管猫戴不戴帽子、是大是小、穿不穿衣服，它都能准确说“这是猫”，那就说明它能适应不同场景下的变化，“智商”更高。

小主，

为啥这个标准重要？因为现实世界里没有“一成不变的任务”。比如语音识别，你平时说话可能很清楚，但感冒时声音沙哑，或者在嘈杂的菜市场说话，AI要是只能识别你清晰的声音，一遇到杂音或声音变化就出错，那它在实际生活里根本不好用。能适应变化，才说明AI的能力更“抗打”。

（三）基础标准：能不能少犯错

不管干啥活儿，犯错少的肯定比犯错多的“靠谱”，AI也一样。“少犯错”是衡量AI“智商”的基础标准，尤其是在那些对准确性要求高的任务里，比如写文章、做数据分析、识别危险品等。

就说AI写文章吧。现在有很多AI能帮人写文案、写报告、写小说。衡量这些AI“智商”的一个简单办法，就是看它写出来的内容里有没有错。比如有没有错别字？“的、地、得”用得对不对？句子是不是通顺？逻辑有没有问题？

比如AI A写的文章，从头到尾没一个错别字，句子通顺，逻辑也清晰——说“夏天适合去海边”，后面能接着说“海边能吹海风、踩沙滩，还能游泳”，前后能对上。AI B写的文章，时不时出现“夏夫”“海宾”这种错别字，句子还经常不通顺，比如“夏天适合去海边，因为冬天很冷”，逻辑完全混乱。那很明显，AI A犯错少，“智商”更高。

再比如AI做数据分析。要是AI处理数据时，经常算错数字，或者把“销售额”和“利润”搞混，得出的结论都是错的，那这个AI根本没法用。少犯错，才能保证AI输出的结果有价值，这是“聪明”的基本要求。

三、为啥AI“智商”不能跟人类智商比？差在“通用”和“专用”

很多人总喜欢把AI“智商”和人类智商放一起比，觉得“AI能写文章，比小学生聪明”“AI算得快，比大人智商高”，其实这都是误解。之所以不能比，核心原因是：人类智商是“通用能力”，AI“智商”是“专用能力”，两者根本不是一个类型的“聪明”。

（一）人类智商：啥都能干的“万能选手”