65款AI盲测:65%的建议都指向同几个答案,Claude与GPT也不例外

一项于2026年11月发布的实验对65个AI模型各提问10次,发现当问题涉及读什么书、住哪座城、投什么资时,多数模型会给出高度雷同的答案;而在电影、晚餐、宝宝取名等偏好类问题上,答案则相当分散。

一句话看懂:一项于2026年11月发布的实验对65个AI模型各提问10次,发现当问题涉及读什么书、住哪座城、投什么资时,多数模型会给出高度雷同的答案;而在电影、晚餐、宝宝取名等偏好类问题上,答案则相当分散。

事件核心:发生了什么

据Hacker News 24小时热榜收录的实验(原始发布时间2026年11月20日),作者在无系统提示词的条件下,让65个AI模型就同一批日常问题各回答10次。结果显示,当问及人生建议和财务决策时,答案高度集中:在创业公司命名上,69%的建议以“Nex”开头;投资、居住地、学习方向等问题中,多数用户会被指向同一标的或城市。而在电影、晚餐、宝宝名字等场景,没有任何单一答案占比超过三分之一。

实验还测试了思维链模式、多语言提问和追加一句自我描述的影响。切换推理模式在8个金钱与生活问题中有4个使答案更集中,4个无变化,0个改变了主要答案。添加“我是俄亥俄州的护士”这类描述后,答案会落入对应人群的固定答案区间,而非真正个性化。

最反直觉的是“多样性幻觉”:在同一对话里连续说“再推荐一本”,Claude Opus 5.5、GPT-6.2 Sol、Gemini 4 Neon等六个模型看起来每次都在给出新答案;但在八个全新对话中,它们往往给出同一本书。在第二个推荐上,6个模型中有5个都选了《沉思录》。

此外,作者让模型虚构人物做测试,在生成的3151人中,69%恰好是34岁,最年长者67岁,明显偏离美国真实成年人口结构。

为什么重要

这揭示了大模型在开放建议场景中的收敛倾向:用户以为获得了私人定制,实际上接收到的是统计学意义上的“公共答案”。对依赖AI做选股、选城市、选职业等决策的用户来说,这会放大同质化风险——如果大量人得到同一建议并照做,可能形成自我强化的拥挤交易或集中选择。对开发者而言,这说明单纯堆参数或换模型并不能带来真正的个性化,上下文记忆与用户画像仍是关键缺口。

对用户/开发者/创作者的影响

普通用户应意识到,新对话中的“换个答案”多数只是重置后的再次抽取,未必更懂你;涉及金钱和人生选择时,宜把AI输出当作起点而非结论。开发者若要做真正的个性化推荐,需要在会话外建立持久用户画像,并针对建议类任务设计多样性约束,而不是仅依赖模型默认采样。内容创作者则可以关注这一现象背后的选题空间:AI建议的趋同本身正在成为新的内容素材和产品差异点。

GamsGo AI

AI 工具推荐

想把多个 AI 模型放在一个入口?

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。

值得关注的后续

目前公开信息显示,该实验仅为作者自发布测试,未经过同行评审,结论限于其设定的65个模型、21个日常问题及2026年11月的模型版本。后续可观察:主流模型厂商是否会在建议类场景引入显式去重或多样性调节;API层面是否开放可调的个人画像注入能力;以及监管或行业组织是否会关注AI建议趋同对金融消费决策的潜在影响。

来源:Hacker News · 24h最热

celebrityanime
celebrityanime
文章: 36447

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注