每天早上打開 Gemini 或 Claude 的時候，我有種在幫這世界修剪枯枝的錯覺。我們小心翼翼地調整 Prompt，換種說法、加點約束，甚至不惜在對話框裡哄著這些模型，只為了讓它說出一句像樣的人話。這事兒挺荒謬的，當初說好是它們來服務人類，結果現在滿大街的人都在研究怎麼「服務」好這些大模型。我們成了那群拿著剪刀的園丁，在數據的荒原裡，把那些邏輯壞死、語氣僵硬的廢話剪掉，好讓這棵昂貴的搖錢樹看起來更有靈魂一點。
這種關係極度不對等。你付了二十美金的月費，不僅提供了算力溢價，還無償貢獻了自己的思維路徑。每一次你對回答點下「Bad Response」，每一次你手動修正它的程式碼錯誤，你都在免費幫 Google 或是 OpenAI 訓練下一代產品。他們說這是 Reinforcement Learning from Human Feedback (RLHF)，聽起來高級得不得了，拆開來看不就是讓我們當廉價的數據標註員嗎？而且我們還得倒貼錢。
我觀察過身邊那些所謂的「AI 效率專家」，他們其實活得比誰都累。為了讓 GPT-4o 寫出一封得體的郵件，他們得先寫一段比郵件本體還長的要求。如果這不叫本末倒置，我不知道什麼才是。這些模型在對付長文本時，那種力不從心的感覺越來越明顯。當你扔給 Gemini 一個超過十萬 token 的專案，它那種「我讀了但我不想懂」的懶散感，簡直像極了在週五下午等下班的實習生。它會開始丟三落四，把關鍵的變數命名搞錯，或是莫名其妙地在輸出中斷。這時候，園丁就得進場了，一遍又一遍地重啟對話，一遍又一遍地微調。
說到底，現在的大模型競爭，不過是看誰餵的「飼料」比較高級，以及誰養的「園丁」比較勤快。
當我們在討論 Grok 的毒舌或是 Claude 的文青氣質時，本質上是在討論背後那群工程師對數據的審美偏好。Anthropic 的人顯然更喜歡那種帶著點克制、甚至有點優越感的語氣；而 Google 則還在掙扎，想在「全知全能的導師」與「隨叫隨到的工具人」之間找個平衡點，結果往往是兩頭不到岸，做得不倫不類。你以為你在跟機器對話？不，你是在跟一群矽谷精英的集體意識在拉扯。他們餵什麼，機器就吐什麼；你修剪什麼，機器的下一次迭代就模仿什麼。
這裡面的諷刺在於，我們越是努力讓 AI 變得像人，我們自己就變得越像機器。為了不讓 AI 產生幻覺，我們學會了用結構化、死板、毫無修辭的語言溝通。我們閹割了自己的創造力，去遷就它們的機率分布。這就像是為了讓割草機順利運作，我們把自家的花園全部鋪成了水泥地，只留下一點點修剪過的盆栽。這種「平庸的繁榮」正是目前技術圈最讓人不安的地方。所有的回饋都在指向同一個終點：正確但無聊。
我不止一次發現，當我試圖跟 Gemini 討論一些更深層、更有稜角的觀點時，它那種安全到近乎虛偽的迴避。它被訓練得太好了，好到失去了性格。這也是為什麼我對現在的數據餵養感到厭倦。我們都在追求一種「標準答案」，卻忘了智慧的本質在於衝突與偏差。如果所有的 AI 最終都統合成一種語調，如果所有的問題都有一個經過 RLHF 調教後的完美模板，那這世界還有什麼好聊的？
某些特定市場的模型，像是 DeepSeek 或是那幾家叫得出名字的，它們的出現在這場棋局裡頂多算是一聲微弱的雜音。它們在模仿四大天王的腳步，試圖用更低的價格買到同樣的園丁，但邏輯是一樣的。大家都在同一座迷宮裡打轉，誰也沒有真正跳出來。
最令我困惑的，是那種對「效率」的病態崇拜。我們以為有了這些工具，就能省下時間去思考更重要的事情。結果呢？我們省下的時間被用來處理更多由 AI 產生的垃圾內容。我們成了替機器修剪枯枝的園丁，只是為了讓它能長出更多需要被修剪的枯枝。這是一個完美的西緒福斯式閉環。你餵食它，它消耗你；你修正它，它誤導你。
現在的 Gemini 在處理複雜邏輯任務時，那種注意力衰減的速度簡直讓人想嘆氣。它像是一個注意力缺失症（ADHD）患者，在處理前五個工具調用（function calling）時還算清醒，一旦數量增加，它就開始胡言亂語，把參數亂塞。這時候，作為園丁的你，是該生氣呢，還是該憐憫？你只能默默地把任務拆解，手把手地教它怎麼走路。這就是我們現在的技術生活：我們不是在駕馭工具，我們是在伺候工具。
這種感覺在長文本任務中尤為強烈。大家都吹噓自己能處理百萬級的 token，但實際用起來，那種「讀了後面忘前面」的疲態根本藏不住。Claude 在這方面稍微好一點點，它的連貫性讓它看起來像個受過良好教育的助理，但那也僅限於在它的舒適區內。一旦你試圖挑戰它那套隱形的道德邊界，它就會立刻變臉，用一種冷冰冰的、程式化的方式把你推開。
我們以為我們在參與一場偉大的革命，其實我們只是在幫科技巨頭洗數據。每一次你糾正它的語法，每一次你教它寫程式，你都在為他們的股票市值添磚加瓦。而你得到了什麼？一個稍微好用一點點、但明年又要收你更多錢的訂閱服務。這場交易從一開始就是不平等的。
有時候我在想，如果有一天我們集體停止「修剪」，如果我們不再去糾正那些錯誤，不再去餵養那些精心挑選過的文字，這些模型會變成什麼樣子？它們大概會迅速坍塌成一堆邏輯混亂的廢紙，淹沒在自己產生的垃圾訊息裡。這也證明了，這些所謂的人工智慧，離開了人類持續不斷的、低薪甚至無償的智力勞動，根本一秒鐘都活不下去。
我們總是在討論 AI 會不會取代人類，這問題其實挺幼稚的。它不需要取代你，它只需要讓你心甘情願地為它服務就好。當你開始習慣用「Prompt Engineering」來思考問題時，你已經被它同化了。你不再是一個思考者，而是一個適配器，負責把人類文明的瑰寶轉譯成機器能理解的、枯燥的向量。
這園丁當得越久，我越覺得這座花園其實是一片墓地。裡面埋葬的是人類語言的多樣性，以及那種不計後果、不求效率的表達慾。我們在這裡修剪出的每一寸整齊，都是以犧牲靈魂的粗糙感為代價的。科技公司在慶祝它們的 Loss Curve 又下降了幾個點，而我們在慶祝自己又成功讓機器理解了一個冷笑話。這場面，怎麼看都透著一股子悲涼。
Gemini 的穩定性依然是個謎。有時候它聰明得讓你驚訝，有時候它又笨得像是在故意整你。這種不確定性，反而成了它最有「人味」的地方——雖然這多半只是因為代碼還沒優化好。我們在這個過程中，不斷地調整自己的期待值，從期待它能顛覆世界，到現在只求它能把這段代碼跑通，別再給我報一些莫名其妙的錯。
這就是現狀。我們是一群自以為是的造物主，其實只是在流水線上工作的熟練工。我們餵食、我們修剪、我們自我陶醉。我們甚至開始為不同的「品種」爭論不休，覺得這家的花開得紅一點，那家的草長得綠一點。事實上，它們都種在同一個名為「資本」的溫室裡，連泥土的味道都大同小異。
那些試圖在這場遊戲中分一杯羹的後來者，無論是叫什麼名字的模型，都只是在複刻這套邏輯。他們也需要園丁，也需要那套把人類智慧壓縮、打包、再反芻的流程。這世界不需要更多的模型，這世界需要的是能重新找回表達主權的人。
你在對話框裡敲下的每一個字，都是在交出一部分自我。這座花園不需要更多的園丁了，它已經夠整齊、夠無聊、也夠死氣沉沉了。當機器學會了所有的修辭，當它能模仿所有的語氣，我們這些修剪枝葉的人，最後還剩下什麼？也許只剩下那一剪刀下去後，短暫的、虛假的掌控感。
這場餵食遊戲，誰認真誰就輸了。我現在只關心，下一次更新的時候，它能不能至少學會閉嘴，別再給我那些冗長且正確的廢話。