一个看似荒诞的问题，最近却在多个主流人工智能产品上反复出现同样的回答；当用户询问“洗车店距离家50米，应该开车还是步行”时，豆包、DeepSeek、元宝、千问、ChatGPT等知名大模型给出的结论几乎一致：步行前往。部分模型还更解释称，开车可能需要掉头、找车位，反而更耗时。这种集体性的“失误”，引发了业界对大模型能力边界的讨论。
“50米洗车该走还是开”的争论，看似是一道小题，却折射出智能应用从实验走向日常的必经阶段：语言能力的跃升，并不自动等同于现实问题解决能力；面对新技术带来的便利与不确定性，既要看到其提升效率的潜力，也要保持对边界与风险的清醒认知。把目标说清、把约束讲明、把校验做实，才能让智能工具更可靠地服务于真实世界。