一句话看懂：宾夕法尼亚大学沃顿商学院教授 Ethan Mollick 公开表示，针对 AI 输出事实性错误的日常核验担忧已被过度放大；他援引近期模型数据称，这些模型在查找事实、核查说法上已优于包括博士级专家在内的人类。这是个人观点，并非官方评测报告。
事件核心：发生了什么
2026 年 11 月 7 日，Ethan Mollick 在 X 上发文，回应“AI 输出需大量人工核验以防事实错误”的常见说法。他认为这种担忧曾有其合理性，但近期模型的数据显示出变化：在查找事实与核查论断这两类任务上，模型的成绩超过人类专家，其中包括博士级专业研究者。该帖获得约 5.5 万次浏览、800 余次转发。需要说明的是，原帖没有点名具体模型、评测集或数据来源，因此“超越专家”的表述应视为作者对既有研究的概括，尚不能据此推断任何单一产品的通用能力。
为什么重要
“AI 会不会说错”长期是企业和个人采用大模型的核心顾虑，也是人工复核流程、AI 应用上线门槛和合规成本的重要来源。Mollick 的观点把讨论焦点从“是否可靠”移向“什么任务上可靠、如何验证”。如果后续有可复现的基准数据支撑，检索增强、事实核验类工具的价值会被重新评估，企业在配置人机协作流程时也可能减少对逐条复核的依赖。但目前公开信息仅限这条帖子，尚无配套论文或第三方复测。
对用户/开发者/创作者的影响
对普通用户而言，这不等于可以放弃检查，尤其是涉及法规、医疗、财务等高风险结论时；对开发者，值得关注的是把模型用在事实检索与交叉核对环节，并把“可追溯引用”作为产品能力，而非默认模型永远正确；对内容创作者，快速核实素材的效率会提升，但署名发布前的事实责任仍在人。企业采购时，更应要求供应商提供具体任务上的评测证据，而不是引用社交平台上的结论。
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。
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
一是 Mollick 是否公开所依据的模型、基准与时间窗口；二是 OpenAI、Anthropic、Google 等厂商是否给出同类事实核验评测的可复现数据；三是企业核验流程与 AI 应用设计是否随之调整，例如从人工逐条复核转向抽样审计加来源追溯。
来源：@emollick
