近期，“问题解决”一词在AI领域成为焦点，不仅被视为衡量AI能力的核心指标，也成为AI应用推广的新抓手。
首先，李继刚指出“Token消耗量是虚假指标，问题解决才是真实指标”，强调AI实际解决问题的效果远重要于模型算力消耗等表面数据，这一观点引起广泛共鸣（Token 消耗量是虚假指标，问题解决才是真实指标）。与此同时，Claude AI连续发布《问题解决者》系列内容，聚焦创始人如何利用AI应对硬核挑战，将问题解决能力作为产品价值的核心卖点（Claude AI 推出“问题解决者”系列，聚焦创始人挑战）。该系列包含多个案例，展示AI辅助解决真实商业与工程问题，而非仅仅输出文本（Claude AI 推出《问题解决者》系列，聚焦创始人硬核挑战）。
当前焦点在于：如何将AI从“对话工具”真正转变为“问题解决引擎”。一方面，行业呼吁以实际产出和用户满意度作为评价标准；另一方面，通过案例故事直观展示AI解决复杂问题的场景，正在成为沟通策略。未来值得观察：问题解决能力能否推动AI进入更务实的应用阶段，以及不同AI产品将如何量化并展示这一指标。