**LLM 尚无法替代超市货架审计员**

_Can LLMs audit a supermarket shelf yet?_

> 作者通过 tinybenchmarks 项目测试了 GPT-6 系列及 GPT-4.1 模型在超市货架审计任务中的表现。测试涵盖产品陈列数量、空位识别及异常摆放检测等场景。结果显示，尽管最新模型在部分简单计数任务上表现良好，但在复杂场景下仍存在显著错误和不稳定性，目前尚无法完全替代人工进行高精度的货架监督工作。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-models
- **发布时间**：2026-10-14 21:59（北京时间）
- **原文**：[打开原文](https://aunhumano.com/index.php/2026/10/14/four-ai-models-walked-into-a-supermarket-none-could-replace-the-person-who-audits-it)