黑塔論壇裡，這類抱怨從來就沒斷過。看來，大家都厭倦了那些「正確」卻空洞的 AI 回答，更別提現在連人類的回覆都開始散發著一股廉價的 AI 味。以前是機器人假裝人類，現在是人類假裝機器人，到底是進步還是退步，搞不清楚。
其實，這問題的根源很簡單，也複雜。簡單在於模型設計的初衷，複雜在於人類使用習慣的異變。看看 ChatGPT，尤其是 GPT-4o 這種追求「萬金油」的模型，它被訓練來提供一個「普遍適用」的答案，一個「看上去很對」的資訊。它會盡力給出一個面面俱到、滴水不漏的回覆，因為這樣最不容易出錯，也最能滿足大部分基本查詢的需求。但當你面對的是一個特定場景，一個需要經驗判斷、需要具體行動指引的問題時，它那一套「總結來說」、「建議您考慮」的官腔就顯得格外無力。它不會告訴你「這裡面有陷阱」，也不會說「這個坑我踩過」，它只會給你維基百科加上一點點語氣調整的結果。這種「正確的廢話」在處理惡意軟體這種需要立即且精準行動的問題時，幾乎毫無價值。而當這些「正確的廢話」被使用者原封不動地搬到論壇上，就形成了現在這種資訊污染。
這不只是 ChatGPT 的問題，而是所有追求通用性大模型的通病。Claude 在處理長文本分析時，雖然能保持不錯的上下文理解，但當問題本身缺乏具體細節，或者需要跨領域的判斷時，它也同樣容易陷入那種「總結式」的回答。它更擅長從給定文本中提煉、歸納，而不是憑空創造針對性強的解決方案。Gemini 在 function calling 的表現上雖然進步明顯，但它在資訊生成上仍然有種「模範生」的氣息，給出的答案總是那樣「標準化」，缺乏靈活性和應變能力。至於 Grok，它雖然在語氣上帶點狂野，試圖跳脫框架，但骨子裡那套基於大量網路數據訓練出來的模式，讓它在面對需要深度思考或原創觀點時，仍然會不自覺地滑向那些被重複無數次的「常識」。當我們看到網路上出現越來越多像 Doubao、Qwen 或是 Yi 這種模型生成的內容，它們的「優化」方向，是不是也走向了這種大而全、卻缺乏獨特性的路子？這讓人不得不思考，這種趨勢會不會讓整個網路的資訊環境，變成一個巨大的「自我複製迴圈」？
更令人擔憂的是，當這種生成模式成為主流，人類的行為也開始被同化。我們不再尋求獨立思考或個人見解，轉而依賴 AI 給出的「標準答案」，然後把它當成自己的智慧輸出。這種現象不僅讓網路討論變得索然無味，更嚴重的是，它腐蝕了我們辨別資訊、獨立判斷的能力。當你看到一個論壇回覆，它跟 AI 給你的答案一模一樣時，你還能相信這是真人的經驗嗎？還是說，我們正在一步步走向一個，所有資訊都經過 AI 濾鏡，變得高度同質化的世界？這樣下去，我們討論的價值，是不是也就只剩下，區分「AI 腔」和「人話」的差異了？