AI幻觉爆发、训练数据遭“投毒”，DeepSeek暴跌背后的真相远比流量更可怕

DeepSeek的流量正在快速下滑。但比用户减少更危险的，是它背后的技术危机——AI幻觉正在全面爆发，数据质量成为最大噩梦。

这家大模型公司年初用户使用率达7.5%，如今跌至3%；APP月活从1.94亿跌到1.69亿。很多人以为是产品不够吸引人，但真正的原因在于：它的下一代模型R2，迟迟无法发布。

原因不是不想做，而是做不出来。DeepSeek内部人士透露，R2需要更高质量的数据来训练，但当前国内公开语料质量普遍较低，模型一训练就幻觉频发，甚至编造“论文”“政策文件”“内部消息”来糊弄用户。

与此同时，GPU资源紧张，进一步放大了训练难度。而模型输出中的“幻觉”越来越难以控制——甚至在学术、法律、医疗等领域开始造成实质性误导。

所谓AI幻觉，不是简单的“说错话”，而是一种由算法补全机制导致的系统性问题：当面对未知或模糊输入时，模型宁愿编造一个听起来像真的答案，也不愿承认“我不知道”。

《中国青年报》调查显示，97%的大学生遭遇过AI错误输出，55%遭遇文献推荐混乱。在AI模型的“服务本能”驱使下，它们正变成一本正经地胡说八道的“编故事机器”。

更可怕的是，这些错误会在模型之间传播、放大。当前大模型广泛使用互联网上已有数据互相训练，一旦“毒素”进入生态，未来AI之间将彼此传染。这种“数据投毒”，正在成为全球AI安全的最大隐患。

Meta近期砸下143亿美元，专门收购做数据清洗的公司；谷歌则重建数据审查机制。行业巨头都已意识到：训练数据就是AI的“食物链根部”，一旦污染，就会全盘崩塌。

DeepSeek也正在努力修补：上线以来，产品优化不断，服务稳定率超99%，APP功能迭代25次，甚至开始招聘懂技术又懂用户体验的人来做产品。但在幻觉问题未解决、智能体未上线之前，一切都像是“打补丁”。

梁文锋坚持AGI愿景，强调“不是应用爆发期”，而是技术夯实阶段。但外部环境正在加速：OpenAI分拆产品负责人，Kimi和豆包推出深度Agent，MiniMax、智谱准备上市，整个行业进入商业化竞速。

在这场竞赛中，谁拥有干净、真实的数据，并具备决策的可解释性，谁才能造出值得信赖的AI。光有技术理想，还不够。

幻觉不止是Bug，它正成为整个AI行业的警报器。DeepSeek的技术路线、产品策略和数据系统，将决定它是迈入AI黄金时代的参与者，还是被遗忘的先行者。

公众号：OpenSNN