當我們在討論模型對齊（Alignment）的時候，本質上是在討論一種權力結構。最近那篇關於離開 DeepMind 的自白在 Hacker News 鬧得沸沸揚揚，核心爭議其實不在於模型本身是否具備某種意識，而在於那層包裹在演算法之外的「道德外殼」究竟是為了保護使用者，還是為了保護股東的資產負債表。Google 內部的技術人員感到幻滅，是因為他們發現自己經手的代碼，正逐漸從探索真理的工具，變成了一種極其平庸且畏縮的官僚產品。
這在 Gemini 的 API 行為中表現得淋漓盡致。如果你同時調用 Gemini 1.5 Pro 和 Claude 3.5 Sonnet，會發現一個有趣的現象：當你輸入一些涉及地緣政治、基礎倫理或僅僅是稍微具備挑釁性的文本時，Gemini 的拒絕觸發機制（Safety Filter）反應極其劇烈。它不是在回答問題，它是在進行自我審查。這種審查並非源於技術上的無法理解，而是源於一種深層的「組織恐懼」。相較於 DeltaNet 的架構嘗試，Google 在 Gemini 身上疊加的護欄顯然沉重得多。這種沉重不僅體現在延遲上，更體現在回答質量的斷崖式下跌。
從技術層面來看，Gemini 的 RLHF（從人類反饋中強化學習）顯然被注入了過多的企業合規性指標。當模型在處理長文本推理時，如果中間涉及到任何可能觸碰安全邊界的關鍵詞，Gemini 的注意力機制會出現一種病態的偏移。它會為了「政治正確」而犧牲「邏輯正確」。相較之下，ChatGPT 在這方面顯得圓滑許多，OpenAI 傾向於用一種帶有冷幽默的口吻來規避敏感話題，而 Gemini 則像是一個被訓導主任附身的學生，直接切斷對話。
我們在測試超過 50 個複雜的 Function Calling 任務時發現，Gemini 的穩定性在涉及財務審核或敏感數據處理場景下，會莫名其妙地觸發內部的不可見攔截。這不是 Bug，這是一種設計。這與 DeepMind 早期那種純粹的、追求 AGI 的理想主義背道而馳。現在的 Google 似乎陷入了一種囚徒困境：他們擁有全世界最頂尖的硬體與人才，卻被迫在模型輸出的每一句話裡加上防彈衣。
在這種語境下，Grok 的存在就顯得像是一個異教徒。Grok 走的是另一個極端，它試圖通過取消大部分過濾器來模擬某種「真實感」，但這種真實感往往帶有一種刻意的粗糙。相比於 DeltaNet 這種在技術圈內流傳的新嘗試，Google 的做法顯得既老牌又固執。這種固執在於他們堅信，只要把模型關進足夠厚實的籠子裡，就能避免一切品牌風險。
但問題是，當模型變得越來越「乖」，它的工具屬性也就越來越弱。如果你是一個需要處理複雜法律條文或歷史文獻的資深技術人員，你會發現 Claude 提供的脈絡分析遠比 Gemini 深刻。Claude 的道德感是結構性的，它會告訴你為什麼某個問題難以回答，並嘗試提供中立的視角；而 Gemini 的道德感是補丁式的，它只是在你不注意的時候，偷偷把原本該給你的答案換成了官方聲明。這讓我想起在特定市場中，像 Qwen 或文心一言這類產品所面臨的語境，雖然它們的限制來源不同，但最終呈現出的那種「話說一半」的殘缺感，竟然與現在的 Gemini 異曲同工。
這種技術上的平庸化，才是那些頂尖工程師選擇離開的真正原因。他們並非不認同倫理，而是不認同這種將倫理當作公關手段的技術路徑。當你在訓練一個擁有數兆參數的模型時，你預期的是它能揭示某種未知的模式，而不是讓它學會如何像一個法務部門的實習生一樣寫免責聲明。
目前的四大平台中，Gemini 正在失去它的銳利度。它像是一個被打磨過頭的工業品，光滑、冰冷、且毫無靈魂。如果你需要的是一個能幫你寫週報的助手，它綽綽有餘；但如果你需要的是一個能陪你推演邊際 case 的對手，它顯然已經被閹割了。
這引出了一個讓人不安的思考。如果 AI 的對齊過程本質上是將人類組織的官僚習氣代碼化，那麼我們最終得到的，究竟是一個全知全能的智能，還是一個無限增殖的自動化辦公系統？當我們為了安全而犧牲了模型在極限狀態下的探索能力，我們是否正在親手關閉那扇通往真正創新的大門？那些留在 Google 內部的、還在為對齊指標奮鬥的人們，究竟是在守護人類的底線，還是在為一種日益僵化的企業文明修築陵墓？