v2.0.6 · 2026-07-30 · 我们的社交预览卡仍然显示的是 v2 之前的数字，这已是数字变化的几周后。任何共享该站点链接的人看到的卡片显示 14 个实时基准，20 个跟踪的模型和 "多模态"。实际上是 10、21 和视觉推理。我们服务器上的图像文件实际上是正确的，并且与其余的 v2 版本一起重新生成；错误在于我们假设替换一个文件就替换了世界所看到的。社交平台会根据 URL 缓存预览图像，因此重新渲染同一文件名对于已分享链接的任何人来说都没有改变，我们验证的是文件，而不是卡片。现在每个预览图像都存储在版本化的 URL 下，主页卡片和所有 21 个模型卡片，这迫使每个平台都重新获取它。以前的文件保持原样，因此现有的嵌入显示的是旧图像，而不是破损的图像。卡片生成器现在携带版本标记，因此下次只需一行代码的更改，而不是重新发现。这与两次版本更新前人类天花板计数的失败相同：一个渲染的伪影，没有人重新推导它在底层变化后。站点文本是干净的，我们检查过：站点上的任何地方都没有页面描述、标题或预览文本仍然携带旧数字。v2.0.5 · 2026-07-29 · 在手机上点击一个专门的标签会给你一大段文本而不是分数。专门索引通知在 375px 屏幕上呈现 586px 高，覆盖视口的 72%，并将排行榜推到选项卡栏下方 742px。点击编码查看编码分数的读者看到的是一屏的方法论，必须滚动才能找到一个数字。现在在平板宽度以下，这些通知会收缩为带有更多扩展的摘要，完整文本在原地一键即可查看。收缩后，通知高度为 151px，表格距离标签 307px，因此可以通过短暂滚动轻松访问。没有内容被删除，也没有被放软。可见摘要是压缩，而不是温和的版本：它仍然说专门指数是 0 到 10 的规模，而不是 AGI 分数，10 意味着在整个基准集中每个基准的满分，并且这不是人类平价的声明。这三件事是读者在阅读数字之前需要知道的，因此它们保持可见，无论是否有任何人点击更多。同样的处理适用于有关成本是估算，而不是测量账单的价值视图注释，保持其估算警告在收缩行中。切换选项卡时总是会重新收缩，所以没有选项卡继承上一个选项卡的展开状态。扩展器是一个真实的按钮，带有 aria-expanded，无需悬停即可工作，返回到 AGI 分数控制在收缩时保持可见。桌面版没有变化：它有空间，因此显示完整文本而没有扩展器。v2.0.4 · 2026-07-29 · 移动点击状态在 iPhone 上不会呈现。新的部分药丸携带按压状态，并在桌面 Chromium 中正确验证，这恰恰是检查它的错误地方。iOS Safari 除非在元素或其祖先上存在触摸监听器，否则拒绝将 CSS 活动状态应用于链接，因此在唯一一种具有触摸屏的设备上，药丸在点击时会看起来无动于衷。页面主体上的一个空监听器解决了网站上每个点击目标的问题。记录这是因为在鼠标浏览器中验证触摸行为并称其完成是一种将缺陷交付的捷径，因为同样的陷阱适用于我们从此添加的任何交互式内容。v2.0.3 · 2026-07-29 · 网站根本没有移动导航。在手机上，页眉呈现一个商标和一个贡献按钮，别无其他。六个部分链接是桌面专用，并且版本药丸在平板宽度以下被隐藏，因此在页面上，访问者没有任何通道可以访问更正、方法论或其他内容，而这一页面则是一个连续的滚动，无法看到他们正在阅读哪个版本。小屏幕现在获得一个紧凑的粘性栏，版本药丸可见，并且其下方有一行可滚动的部分药丸，带有与桌面导航相同的六个锚点。是一行而不是汉堡菜单：没有打开状态会卡住，没有内容会捕获键盘焦点，各部分始终距离一 tap 而不是两个。手机在向下滚动到足够远时还会获得一个返回顶部按钮。每个宽度的部分锚点都落在页眉后面，因为页面上没有设置滚动边距；跳转至更正时会将其标题放在粘性栏下方。针对这两种布局进行了修复。没有其他内容改变：桌面栏没有变化，这个版本没有触及任何分数、权重或基准。v2.0.2 · 2026-07-29 · 我们夸大了与人类相关的比例。该站点的三个地方声称三个或四个得分的基准具有测量的人类天花板，并且在其中提到 OSWorld、FrontierMath 和 SimpleBench。正确的数字是一个。在十个基准中...