池建强转发了一条关于Google AI模型的评论，话不长，但扎心。

评论的核心意思很直接：Google的模型有个共性问题——纸面基准测试结果极为出色，实际使用效果却和预期存在差距。

纸面与实测的落差

池建强引用的那句金句是：“和所有Google模型一样，它在纸面上看起来很棒。基准测试结果令人惊叹。”

这句话的讽刺意味在于，它没有否认Google模型在基准测试上的表现，反而承认了那种“令人惊叹”。问题出在惊叹之后——实际用起来，不是那么回事。

这不是针对某一个模型的评价，而是被概括为Google模型的共性问题。

一句话的杀伤力

整条评论只有一句话，没有展开具体案例，也没有列出哪项基准测试、哪次实际体验的对比数据。

但“纸面上很棒”和“基准测试令人惊叹”这两个表述放在一起，指向的是一种反复出现的模式：跑分高，体感差。

池建强转发这条评论，本身也构成了一种态度表达。