哪些因素会导致人低估大语言模型？

最近我发现个让四个大语言模型出错的问题。就是写个 rrweb-player 的例子。实际比这复杂一点。但是我估计应该跟那个复杂的一点没什么关系。我试了 deepseek 、gemini 、Trae 、没有 Claude code 的 fable 5 。最后那个是中转，真实性未知。最后发现是 rrweb-player 最新版有 bug： https://github.com/rrweb-io/rrweb/issues/1872 。说实话，发现有 bug 之前我对大语言模型真有点失望，发现之后又恢复到不吹不黑的状态了。