有人在抱怨，問 AI 關於惡意軟體的事，結果拿到一堆廢話。更扯的是，把這堆廢話貼到 GitHub 上問，竟然有人回覆的內容跟 AI 給的一模一樣，還被抓包刪掉。然後，又來一個，還是同樣的 AI 產物。這年頭，連討論區都快被 AI 垃圾淹沒了，你還指望從裡面找到什麼真知灼見嗎？以前是寫作業作弊，現在是連工作都拿 AI 截圖來敷衍，還以為自己多聰明。這哪是解決問題，根本是製造更多問題。
這現象，OpenAI 最該摸著良心想想。GPT-4o 確實很能寫，從詩歌到程式碼，從新聞稿到技術文件，寫出來的東西乍看之下都挺像樣。但像樣，不代表有用。尤其是那些需要精確事實、即時資訊或是針對特定情境的判斷時，它往往會開始「幻覺」。不是編造不存在的資料庫，就是把不相關的資訊硬湊在一起。最可怕的是，它還能把這些幻覺包裝得頭頭是道，讓你一時半會兒還真分不出來。這不只是準確性的問題，更是信任度的崩塌。當你發現 AI 在一本正經地胡說八道，而你卻花了時間去辨識這些垃圾，那種挫敗感，足以讓任何一個認真的開發者對它敬而遠之。這背後暴露的，是當前大型語言模型在知識邊界和事實校驗上的根本性缺陷。儘管 OpenAI 號稱投入了大量資源在模型對齊和安全訓練上，但對於這種「看似正確實則錯誤」的內容產出，似乎還沒有找到釜底抽薪的解決辦法。
相較於 DeepSeek 近期在中文語境下的表現，OpenAI 在處理多語言資訊、特別是那些需要跨文化背景理解的複雜技術問題時，有時也會顯露出類似的「水土不服」。雖然 DeepSeek 在某些特定任務上展現出不錯的性能，但面對全球化的技術討論，任何模型都難免遇到知識盲區或理解偏差。而 Claude 倒是比較傾向於「我不知道」或「無法確定」，這在某種程度上是一種負責任的表現。它在處理長文本時的上下文記憶力雖有時衰減，但至少在輸出內容的「保守性」上，比 GPT 系列少了一些「一本正經胡說八道」的勇氣。至於 Gemini，它的多模態能力確實令人驚艷，但在純文本的知識問答上，有時會顯得過於「泛泛而談」，缺乏深度和精準度。Grok 則更像是一個實驗品，它的即時資訊抓取能力值得觀察，但在資訊的篩選和驗證上，恐怕還有很長的路要走。
AI 產生的垃圾內容，已經開始反噬我們賴以生存的資訊環境。當我們無法分辨哪些是真人言論，哪些是機器生成的廢話，整個網路討論的價值還剩下多少？我們還能相信什麼？或者說，當 AI 已經學會了「一本正經地胡說八道」，人類又該如何在這個資訊洪流中，找回屬於自己的判斷力？