据Ethan Mollick在X平台表示，2025年6月一篇与苹果相关的AI论文曾引发广泛争议，但随着过去一年前沿模型持续升级，其现实相关性明显下降（来源：Ethan Mollick于X）。Mollick称，业界对“AI必然失败”或“模型崩塌”类论文的关注度往往高于展示模型强劲表现的研究，反映出对AI风险的普遍不安（来源：Ethan Mollick于X）。基于Mollick的讨论，企业应聚焦当前代模型的基准测试，而非依赖过时的失败案例；建议按季度更新评测集，并在可量化提升的推理与指令跟随任务上优先进行任务级微调（来源：Ethan Mollick于X）。