拿推理模型考经典游戏冷知识，思维链比答案还像那么回事

我自己最近闲着，拿一堆老游戏的冷知识去考推理模型，比如问它《宇宙巡航机》和《沙罗曼蛇》的武装系统差在哪、《恶魔城月下》出城bug到底怎么触发的。结果挺分裂：DeepSeek 的思维链写得有板有眼，先分平台、再列版本差异，看着像街机厅里蹲了一下午的老玩家在回忆；Claude 反而更收着，不确定就直接说不确定。 但结论嘛……有那么几条我心知肚明是它编的，推理链照样圆得滴水不漏，一路推到底毫无磕巴。这就像当年那种张口就来的哥们，讲得比攻略本还细，你信了去街机厅一试，币全投没了。 我现在的土办法是：凡是涉及具体数值、年份、版本号的，一律让它先标清楚这条是“记忆”还是“推测”，后者我自己再去翻。想问问各位跑评测的老哥有没有更省事的招，尤其对付 deepseek 这种特别爱替你补细节的。 顺便一句，用 reasoning 模型查游戏冷知识这活儿，意外地适合测幻觉——因为冷门知识它真没法靠常识糊过去。