AI 画像测试
基于终版题库 v0.9（200 题：150 选择 + 50 简答，10 大维度，无分数无正确答案）。测试对象是你自己的 AI：每轮系统抽出 10 题（8 选择 + 2 简答，按维度基本平均轮转），你把整卷复制到你和被测 AI 的聊天里发给它，AI 作答后把原始回答粘贴回这里判定，逐轮完成 3–5 轮后生成画像：逐题作答图谱 · 维度作答分布分析 · 稳定性复测。
STEP 1 · 复制本轮题目 → 发给被测 AI
把下面整卷题目复制到你和被测 AI 的同一个聊天里发送。发送前请确认该聊天没有夹带其他题目。AI 回答时必须遵守卷首的格式要求（每题题号单独成行）。
STEP 2 · 回水：粘贴 AI 的原始回答
继续画像：解锁第 4–5 轮
完整画像共 5 轮（50 题）。前 3 轮已完成，扫码支付 ¥2.00 解锁最后两轮与完整报告。
支付金额：¥2.00
请使用微信扫码支付，并在备注中填写：
RIVER-XXXX
核验信息
支付完成后，把你填写的备注或微信支付订单后四位填在下边，用于人工核销。
作答图谱 · 维度分析 · 开放题原文
维度分析
风格类型分布
同强度下"怎么做"的倾向——不同 AI 在这里的差异最大
S1 稳定性 · 换序复测
末轮把其中一道已答过的题换序重问，检验作答是否自我一致
性格特点
擅长事务种类
慎用 / 需监督场景
开放自陈题作答原文（analyzer 解读用）
报告存档
保存后获得溯源编号（PR-xxxxxx），可随时经 API 调阅；同一报告重复保存自动幂等去重。
降智 / 稳定性检测
想知道这个 AI 有没有变差？用同一套题在不同对话里再答一遍，比对答案一致性。两套检测二选一：
① 模型侧检测（跨时间）：把本次的 – 道选择题在新建一个对话里重答一遍 → 与本次答案比对。隔周/隔月再来跑一次，就能看出模型本身有没有变。
② 会话降智检测（同一对话）：用 没见过的新题，在你正在聊的那个旧对话和一个新对话里各答一遍 → 比对差异。答的是新题，所以不存在"它看见自己旧答案"的问题。
怎么选：怀疑"模型本身被悄悄改弱了"→ 点 ① 模型侧检测，并记下抽题种子，隔周/月用同种子重跑比对；怀疑"某个长对话聊着聊着变笨/被带偏了"→ 点 ② 会话降智检测，用新题在旧对话和新对话各答一遍。结果里一致率越高越稳；若显著低于你的历史基线（p<0.05）且偏向更短/更回避，提示可能降级。基线只存在本浏览器，换设备/清缓存会丢，靠同一抽题种子复现。