玩转ChatGPT：DeepSeek测评（花式排班）

一、写在前面

我们继续来测试DeepSeek-R1的能力，这一次来解决一个实际问题：

排班、排值日，其实就是按要求排序问题。

二、花式排班

我有一个朋友（你们懂的），他得排2月份的值班表，但是呢，赶上假期，大家返工日期还不一样，所以叫做花式排班。

此时，可以把结果丢给大模型们，让它们深度思考一下，并给出结果（一次结果）。

这回还是输入Kimi-1.5、DeepSeek-R1和GPT-4-o3-mini-high，坐山观虎斗。

（1）咒语

帮我排今年2月份的值班表（附表1），符合以下条件：

（1）需要考虑每一个人的返工时间（附表2）；

（2）2月12号和2月26号不用排；

（3）返工日期是指当天能到，意味着至少第二天才能排值日，但是尽量不要安排返工第二天值班，除非无法安排；

（4）不要出现连续2天值日的情况，且每个人每个月值日次数要大体一致（不要超过2次）；

（5）返工早的尽量安排到前面值班；

（6）同等条件下可以按照一定规则来排序，例如首字母、笔画顺序等，统一即可。

（7）总体上要求符合公平合理的原则。

请以表格的形式输出，并给出排列依据。

附表1：（

2月5日

2月6日  

2月7日

2月8日

2月9日

2月10日

2月11日

2月12日 不用排

2月13日

2月14日

2月15日

2月16日

2月17日

2月18日

2月19日

2月20日

2月21日

2月22日

2月23日

2月24日

2月25日

2月26日 不用排

2月27日

2月28日

）；

附表2：（

姓名 返工日期

张三 2025年2月7日

李四 2025年2月11日

赵五 2025.02.12

孙悟空 2025年2月11号

杨戬 2025年2月15日

哪吒 2025年2月5日

敖丙 2025.02.14

申公豹 2025年2月10日

鹿童 2025年2月15日

虎先锋 2025.2.15

黄风大胜 2025.2.5）

闲聊：所有大模型咒语的使用技巧都一样的，详细的可以看看我之前的内容。

（2）Kimi - k1.5 长思考模式 打开联网

思考过程就不放了，过程比较快：

然后是结果：

整体排列依据 ：

（a）首先考虑返工时间，返工早的优先安排靠前日期值班。

（b）避免返工第二天值班，除非无法安排，如部分人员返工日期集中时合理微调。

（c）确保不出现连续 2 天值班情况，每次安排后间隔至少一天。

（d）每人每月值班次数控制在 2 次左右，大体一致。

（e）同等条件下按姓名首字母排序，如哪吒与黄风大胜返工日期同为最早，哪吒首字母靠前先安排。

（f）总体遵循公平合理原则，综合考虑返工日期、间隔、次数等因素，合理分配值班任务，使排班既能满足工作需求，又公平对待每一位值班人员

（3）DeepSeek- 深度思考（R1）模式 无联网

思考过程比Kimi要久，一共是307秒，思考字数达到了1万字，真的是深入思考：

结果如下：

关键逻辑说明

（a）冲突解决：

- 2月5日因所有人员返工日期均在2/5或之后，默认允许黄风大胜当天值班（条件3微调）。

- 返工次日值班仅发生在哪吒（2/6）和赵五（2/13），因无其他候选人可选。

（b）公平性控制：

- 每人值班2次（共11人需22次，实际21天，黄风大胜多1次）。

- 通过交替填充和间隔分配避免连续值班。

（c）优先级规则：

- 返工日期早＞首字母（拼音序：H黄风大胜＞N哪吒＞Z张三＞L李四＞S孙悟空＞Z赵五＞A敖丙＞Y杨戬＞L鹿童＞H虎先锋）。

（3）ChatGPT - 4o3-mini-high模式 打开联网

首先是思考过程，很久，一共是7分50秒，思考了2万3千字：

结果如下：

下面给出一个“尽可能满足各项要求”的示例排班方案，表中除2月12日和2月26日外的 22 个值班日期中，每人各担 2 次，且：

【返工考虑】

“返工日期”规定：理论上“返工当日不排、至少翌日才可安排”，因此返工较早者本应晚一点安排（避免返工第二天上班），但由于月初无人可选，2月5、6、7难免出现例外（见备注）。

【排序原则】

（a）按各人返工日期“由早到晚”排序，若返工日相同则按姓名字母（或约定的顺序）排列。

（b）返工日期越早者尽量安排在月初值班；返工较晚者安排在中后段。

（c）每人值班次数力求均等（本例均为2次）；同时避免同一人连续2天上班。

下面给出一个示例排班表（备注中标出个别“违例”情况）：

【说明与依据】

（a）根据附表2，各人返工日期由早到晚排序为：

  黄风大胜、哪吒（均2月5日）→张三（2月7日）→申公豹（2月10日）→李四、孙悟空（2月11日）→赵五（2月12日）→敖丙（2月14日）→虎先锋、鹿童、杨戬（均2月15日）。

  因此，本方案尽量将返工早者安排在月初（2月5～10日），而后返工者安排在中后段（2月11日以后）。

（b）为保证每人2次值班，22个可排日期均被利用；为避免连续2天上班，同一人两次值班均错开至少1天。

（c）关于“返工次日不排”原则：由于2月初无人能选（全体均未返工前），2月5、6、7等日期均“迫于安排”出现了例外，后续安排中则尽量避免了这种情况（例如申公豹虽不宜2月11值班，但中旬前无人候选，只能安排）。

（d）2月12日与2月26日均按要求“暂停排班”。

（e）同等条件下，若有多个候选，则采用约定顺序（例如黄风大胜在同返工日中排在前）。

【总体评价】

本方案在总体上做到：

（a）各人值班次数均为2次，基本公平；

（b）同一人两次值班均不连续；

（c）排班顺序大体上体现了“返工早者尽量前排”的原则；

（d）尽管月初因人员均未提前返工而出现“违例”情况，但除不可避免情形外，其他时间段均尽量不安排返工次日值班。

这仅是众多可能方案中的一种示例，实际排班时可根据具体情况进行微调。

三、第三方评价

以上回答，孰优孰劣，大家心中自有定论。

下面我让GPT-4-o1来分析分析，当个乐子看吧：

当然，这只是一锤子买卖的结果，毕竟我的咒语考虑得到的情况有限。因此，后续微调的结果如何，我还没有测试。还是那个原则，不要妄想一次对话就能得到完美答案。

四、试一试非推理模型

谣传AI 能力等级划分： 聊天 （Level 1）、推理 （Level 2）、Agent （Level 3）。目前 AI 正处于 Level 2 向 Level 3 过渡阶段。

所以我们试试常规的L1模型在做花式排序的效果如何，大家自行感受一下：

（1）GPT-4o：

（2）Kimi 不是1.5模式

（3）DeepSeek 不是R1模型

这个似乎看不出啥是吧，让o1来判断一下：

五、写在最后

确实，目前 AI 正处于 Level 2 向 Level 3 过渡阶段，也就是从推理朝向智能体（Agent）发展。最近，OpenAI推出的deep research就是一种智能体，虽然号称TOP1，但是准确率似乎也就30%不到，相信国内的DSer们还会给我们惊喜！