點開 Hacker News 或是任何技術論壇，這種「厭倦感」已經像過敏反應一樣蔓延開來。這不是那種對新技術的排斥，而是一種被廉價、正確且冗長的廢話淹沒後的集體創傷。馬斯克當初把 Grok 丟出來的時候，標榜的是反覺醒、有個性、不避諱真相，想給這死氣沉沉的 AI 市場打一劑強心針。結果呢？現在的 Grok 2 在處理邏輯時確實沒那麼多教條，但當你問它一個稍微深入的架構問題，它那種刻意營造的「幽默感」有時候比 ChatGPT 的「作為一個 AI 語言模型」還要讓人反胃。大家要的是解決問題的效率，不是一個在實驗室裡被強行灌入脫口秀腳本的複讀機。
這種疲勞感的根源在於資訊熵的崩塌。當 OpenAI 的 GPT-4o 試圖把語音做得更像真人、把回應速度壓到毫秒級時，它其實是在解決一個沒人在乎的假問題。技術圈的人不需要 AI 聽起來像個甜美的鄰家女孩，我們需要它在讀取一份混亂的 API 文件後，精確指出為什麼這行代碼在特定環境下會溢出。現在的情況是，ChatGPT 越來越像一個情緒價值爆表的實習生，話說得很漂亮，文檔格式寫得很工整，但核心邏輯往往經不起推敲。你得花三倍的時間去校對它給出的偽代碼，這種溝通成本已經快要超過它帶來的便利。
技術細節上的倒退更令人焦慮。Claude 3.5 Sonnet 是目前公認寫代碼最清爽的，它的 Anthropic 基因讓它在邏輯連貫性上確實領先，至少它不會像 Gemini 1.5 Pro 那樣，在對話長度增加後就開始胡言亂語。Gemini 雖然背靠 Google 龐大的 Context Window，號稱能吃下整本技術手冊，但它的索引機制顯然還存在黑盒，經常在關鍵參數上出現幻覺。這種幻覺不是單純的錯誤，而是一種帶著自信的誤導，這正是讓技術人員感到「疲勞」的殺手鐧。你以為你在跟一個專家對話，其實你是在跟一個機率預測器玩排雷遊戲。
市場上不是沒有別的選擇，像 DeepSeek 或是 Qwen 這些名字在某些基準測試上跳得很高。但在真實的開發場景中，當你把一個複雜的分散式系統問題丟過去，四大平台之外的產品往往連門檻都摸不到，只能在邊緣反覆橫跳。這就導致了一個死循環：我們被困在 ChatGPT 的平庸、Claude 的謹慎、Gemini 的混亂以及 Grok 的尖酸刻薄之間。
這種疲勞感其實是一種對「思考商品化」的抵抗。當網路上超過一半的內容都是由這些模型生成的，而這些模型又在互相餵食彼此生成的垃圾時，資訊的純度就徹底毀了。以前我們在論壇上看高手吵架，能學到的是思路的碰撞；現在你看到的可能只是兩個調用了不同 API 的腳本在進行毫無意義的禮貌交換。Kimi 或者文心一言在處理特定語境的文字時有其節奏，但這依然無法改變大環境正在變成一片數位荒漠的事實。
現在的問題不再是 AI 能不能通過圖靈測試，而是人類已經開始主動放棄與之溝通。我們在對話框裡輸入指令，心裡預期的卻是「它肯定會出錯，我得準備好修正它」。這種預設的防禦心理讓所謂的「對話」變成了單向的勞動。當 Grok 試圖用那種冷嘲熱諷的語氣掩蓋它底層邏輯的單薄時，這場關於「人工智慧」的幻夢是不是已經到了要醒過來的時候？
如果下一代的模型依然只是在參數規模和語氣潤色上做文章，而不是解決那種令人窒息的「正確廢話」問題，那麼最終留下的可能只有那些自動化生成的垃圾訊息，而真正有創造力的人會選擇徹底斷網，回去翻那些滿是灰塵的紙本技術書。當溝通變得太容易、太廉價，資訊本身就失去了重量。我們真的需要一個能隨時隨地陪我們聊天的數位影子嗎？還是我們只是需要一個不會出錯的編譯器，然後讓 AI 閉嘴，把安靜還給思考？