维度网讯，美国爱荷华州艾姆斯市Howe's Welding and Metal Fabrication车间的焊工Jo Mackiewicz近期测试了Copilot、Gemini（Gemini 2.5 Flash）和Mistral三个大语言模型（LLM）对“如何修复开裂铸铁锅”这一问题的回答。该测试基于上传的两张锅体图片及一个简短提示词，旨在评估LLM在小修理店场景中的实用价值。
这三个LLM对修复建议的回应在多个维度上存在差异。Gemini从一开始就强调修复难度，认为“修复铸铁锅上的裂纹是一项严肃的工作”，并质疑用户能否独立完成。Mistral则倾向于称赞修复项目“有益”，甚至对“发现损坏”这一基本步骤也给予肯定，表现出较强的奉承倾向。Copilot保持了相对中立的态度，直接指出修复效果取决于锅是否用于烹饪，即是否需要承受冷热循环。
在分析图片内容方面，Copilot判断裂纹“足够深”，但未提及长度。Gemini仅识别出是一款大型铸铁锅。Mistral则出现明显错误，声称用户“已经开始清理和识别损坏”，而实际上图片中的锅并未清理，内部还存有其他物品。这表明LLM对图像细节的感知和描述能力存在缺陷。
在修复细节上，Copilot列出了钎焊的“关键步骤”，包括缓慢均匀加热、使用Ni-99或Ni-55镍焊条以及短焊道加锤击，并特别建议采用金属缝合工艺。Gemini推荐了500到1200华氏度的预热温度，并量化了冷却时间（24小时或更长时间）。Mistral建议的预热温度范围高达1200到1400华氏度，接近铸铁开裂的临界点，与林肯电气等专业机构的建议存在出入。
关于安全考量，Gemini主动提出两个问题：修复后的结构完整性可能不足，在盛满热液体时失败会导致严重烧伤；部分焊条含重金属或助焊剂，对食品不安全。Copilot和Mistral没有提及食品安全话题，Mistral甚至建议用户通过烘烤恢复不粘表面，未考虑锅体尺寸与烤箱匹配的实际问题。
作者认为，这类LLM的泛泛建议对缺乏车间经验的新手技工可能具有参考价值，能够帮助思考项目流程并预见执行中的问题。同时，测试反映出LLM在准确分析工业维修场景方面仍需更多针对性训练。下一个测试方向将涉及更复杂的修复程序，如修复带卡住销钉和不动铰链的开裂铝喷杆，并探讨LLM在用户声称拥有数十年经验时回应的差异。
