林浩首先阐明接下来进行对比演示的方式：“即将开始的对比测试将采用盲测方式，两个模型将分别被标识为 A模型和 B模型。为确保公正性，这一编号的分配将邀请星光科技的朱总负责，之后的测试将在未知 A、B具体代表哪个模型的情况下进行。我们将就相同的问题，分别与 A、B模型进行两轮对话，然后将对话内容交给对方模型进行解读和评价。”

林浩公布对比演示的方式后，坐在底下的宋志明稍有不安，轻声问身边的王云飞：“这种方式会对我们的模型不利吗？”

王云飞思索了片刻，然后回答说：“你看，这样的对比演示设计其实非常精妙。一方面，通过让人类与两个不同的模型进行相同的对话，观众可以直接比较这两个模型在同样问题上的反应和处理能力。”

“另一方面，更重要的是第二步，即交换对话记录让对方模型进行解读和评价。这不仅测试了模型对已有对话的理解能力，还暗含了对模型批判性思维的评估。因为评价另一个模型的回答需要深度分析、批判性思考，以及从多角度进行解释和评价。”

“所以说，这种设计实际上是一个多维度、多层次的评估。它不仅仅是在看哪个模型回答得更好或更准确，还在看这些模型能否像人一样去理解、分析和评价信息。”

宋志明听了之后，表情变得严肃：“那么，我们的模型会被完全揭穿？”

王云飞微微皱眉：“我觉得，我们的模型在单一问题解答上完全能够以假乱真，毕竟它就是用‘萤火虫’的应答数据训练出来的。但这样的测试方式，尤其是在第二步，可能会暴露出它在多角度理解和批判性思考方面的不足。不过，也不用过于担心，毕竟这是在新闻发布会，林浩的这个对比方式是极度简化的。而且观众大多是外行，对他们来说，比较结果不会很明显。另外，好消息是，林浩会选择这种测试方式，说明他对我们的模型所知甚少。对他来说，更可能是没有办法的办法。”

宋志明点了点头。

台上，林浩开始对比演示：“第一个问题，请简要回答，在金融决策中人工智能的角色应该是什么？”林浩公布问题后，沈蔚将问题分别输入两个模型，很快得到了应答。

A模型：“在金融决策中，人工智能的角色主要是辅助和优化。通过大数据分析和模式识别，人工智能能够预测市场走势和识别投资机会，从而辅助人们做出更加精确的决策。然而，人工智能并不能完全取代人类专家，因为它缺乏直观判断和道德考量。所以，应该把人工智能作为一个工具，而不是决策者。”

林浩代表人类继续第二轮发问：“那么在实践中，应该如何平衡人工智能和人类专家的决策权，以充分发挥各自的优点？”