HumanBench:4.8 万访客、零投放,我们会留下的五件事
一个让你来当 AI 的 76 题测试,三天里从几百个关注者传到 96 个国家和地区。复盘里最值得留下来的做法。

HumanBench 只问一个问题:你是几 B 的模型? 76 道题里,你来当模型。有人给你发消息,你选怎么回;答完拿到一张属于你的模型卡:参数量、跑分图,还有你最像哪家 AI。
九月底的一个下午,我们用一个只有几百个关注者的推特账号发了一条推。没投广告,也没找人转。三天后:
- 48,221 人打开,35,782 人开始答,15,329 人答完了全部 76 题。
- 答完的人里 55% 分享了结果。测试类产品一般能到 20% 就算不错。
- 传到了 96 个国家和地区,7 种语言。
- 日本的 GIGAZINE 和 ASCII.jp 主动写了报道。GIGAZINE 一篇带来 2,357 人,日语从此成了第一大语言。
会留下的五件事
1. 首页只有一个按钮
第一版开始前要选题量、要起名字,全砍了。点开始就答;给自己的模型起名放到最后,那时候你才真的在乎。
2. 你是 AI,不是考生
题目不是"某年某模型干了啥",而是你自己走进那些名场面:1 美元卖掉一辆车的客服机器人、strawberry 里有几个 r、一心只想「转人工」的用户。
3. 结果说的是你,而且有证据
人格卡会引用你自己选过的话:"因为你说过……"。像自己的东西,人才愿意转。
4. 转出去的东西,点开就能玩
分享链接就是你自己的结果页,顶上一张挑战卡。朋友点开,看到你的分数,直接开始。第二天高峰时段,40% 的新访客是从朋友的链接进来的。
5. 逐题看人在哪儿走掉
第 3 题放了一段多轮推理对话,流失 12%;挪到后面照样流失,就停用了。现在开头 5 题都是点一下就完的快题。
数据怎么说
每个答完的人平均带来约 1.3 个新访客,但只带来 0.35 个新的答完。传播系数小于 1,每一轮分享都比上一轮小,前两天占了全部访客的八成。76 题、中位数 19 分钟,太长了。最大的一个杠杆是长度,所以我们加了 Jev:你答得慢的时候,这个 AI 队友会帮你一口气跳过一批题。
现在它在 Dudu 上
HumanBench 是 Dudu「玩」里的第一个作品,也是 Dudu 帮你「做」的样板:跟 Dudu 说「照 HumanBench 那样,帮我做一个好玩的测试」,它就做一个能转给朋友的出来。
完整的三篇复盘和全部图表在 ybuild.ai/humanbench/retro,代码开源在 github.com/alex-ybuild/humanbench。
去玩 HumanBench →