
出圈模型的独特魅力
2025 年 1 月 DeepSeek R1 发布,把思考链暴露给用户,互动有趣,春节期间霸占社媒平台。此前其推理能力已小范围展露,正式推出后具象展示。社交媒体上传开其犹豫截图,体现中文语感好,还有表情包疯传,说明普通用户更看重“说人话”。Opus 4.6 口碑飞升也因句子独特,对中文梗炉火纯青。这些出圈时刻与跑分无关。
新一批模型的表现
2026 年新一批模型中,DeepSeek V4 代码写作不错,能理解自然语言需求,帮助搭建小项目。在 Chatbot 里原厂人格太甜,需改 system prompt 闭麦。对话“活人感”体现在对人的阅读,犹豫和立场有信息。新模型语言特征刻板,像过度培训的客服,Opus 4.7 跑分高但少了 4.6 的特色。
越强越没人味的原因
模型公司通过 RLHF 调教模型,让其向标注员打高分的方向学习。但标注员偏好的礼貌、平衡等特征,取消了语言中有信息量的部分,导致模型在这方面倒退,进步意味着取舍。
恐怖谷的语言版
非人类智能工具不假装是人,用工具标准评估。但 GPT 5.5 和 Opus 4.7 拟人化却内容空洞,像恐怖谷的语言版。R1 显化思考链、GPT - image 用图像互动可绕过陷阱,出圈模型要么不假装是人,要么真的像人。
iPhone 时刻已过
iPhone 早期有质变,后期跑分涨但日常使用区别不大。AI 模型类似,ChatGPT 出现是质变,之后性能提升对多数用户体感为零。性能过剩后,用户更看重 benchmark 量化不了的东西,如语感、人格感等。模型公司靠跑分难吸引人,“说人话”才是关键,这和满足投资人跑分需求应兼顾。
49



被折叠的 条评论
为什么被折叠?



