公开文章No. 036
《魔幻手机》的傻妞到底离我们还有多远?18年前她从不骗主人,2026年的AI却还在满嘴跑火车
约 36 分钟
2008 年《魔幻手机》里的傻妞,2026 年的 AI 到底追上几成?大模型和个人智能体刚长出脑子和手脚,机器人还在产线挨打、当众剪裤腿;至于“从不骗主人”这一条,今天满嘴跑火车的模型还隔着十万八千里。
更新于 2026年11月17日
准备就绪
--:-- / --:--- 机械声
- 石龙仔
- 莫问
2008 年,正是石龙仔要上高中那一年。
现在回头看,那一年发生过太多大起大落的事。年初是席卷大半个南方的罕见冰雪灾害,5 月里发生了让人至今心头一紧的汶川大地震,到了 8 月,又是让全国上下引以为傲的北京奥运会。一整年的新闻搁在今天看,密度都高得吓人。
就在年初雪灾刚过、离 5 月地震还差一个多月的 2008 年 4 月 8 日,央视八套开播了一部 42 集的电视剧,叫《魔幻手机》。如今回头倒推整整 18 年,当年守在电视机前图个乐呵的荒诞喜剧,越往后琢磨,越觉得有些味道不对劲。

剧里的女主角叫傻妞,舒畅演的,设定是一部来自 2060 年的人工智能手机。不过石龙仔记忆最深的画面,倒不止是会飞天变身的女主角。剧里有个小偷叫王天霸,大白天站在马路边上,拿着手机对着空气煞有介事地拨电话:“喂~盖茨啊,我想给长城贴上瓷砖,跟你借点钱,不借?不借我抢了啊!”在石龙仔当年的印象里,这位活脱脱就是在谈一个给长城贴瓷砖的大项目。

说实话,隔了 18 年再回想起来,石龙仔自己也不觉得这段台词到底有多好笑,可当年坐在电视机前听着,就是莫名其妙觉得搞笑。
18 年一晃就过去了。写下这段话的时候,正好是 2026 年 11 月 16 日深夜。石龙仔盯着面前的电脑屏幕突然冒出个念头:折腾了这么多年,今天这帮 AI 到底离《魔幻手机》里的傻妞还有多远?

一、18 年前那部“雷剧”,到底把未来猜对了多少
放到挑剔的眼光里,2008 年的《魔幻手机》乍看很像一部胡闹的“雷剧”。编剧九年胆子大得出奇,把《西游记》里的孙悟空、猪八戒、黄眉大王全塞进了现代北京城,神仙妖怪穿行在立交桥和高楼大厦中间,一边捉妖一边谈恋爱,怎么看都带着几分无厘头。

可但凡真正追过几集的人都得承认,这剧的剧本底子写得是真好看。作为土生土长的广东人,石龙仔打小看电视只认香港的 TVB 和当年的亚视,按常理压根不会往中央电视台转台。结果当年在客厅随手按遥控器,偏偏就撞上了央视八套正在播的这部剧,没想到看进去就再也拔不出来了。

家里人路过客厅都看稀奇了,盯着屏幕纳闷一个广东仔怎么突然天天准点追起了央视;石龙仔自己看上了头还不算,回到学校里还逢人就安利,硬是拉着班里好几个平时只看港剧的同学一起入坑。
等到电视台那一轮首播完事,石龙仔依然意犹未尽,干脆直接打开家里的电脑上网找资源下载下来,前前后后又反复刷了好几遍。一部剧能把不看央视的广东人都硬生生拽过去,当年的剧作水准有多扎实,不用多吹。至于几年后拍出来的第二部嘛,听说口碑很垃圾,反正石龙仔是一集没看。
拆开第一部的主线,傻妞的身世其实很清晰:开机语音永远是一句“华人牌 2060 款手机傻妞为您服务,请输入开机密码”,初始默认密码还是那句土味又直白的“我爱你”。她原本是 2060 年产的高科技产品,跑到唐朝帮孙悟空抓黄眉大王,结果回程半路把能量耗光了,变成水晶娃娃一头掉回 2006 年的北京,正好让平平无奇的青年陆小千捡回家,借着光能误打误撞充上电激活,白白捞了个天大的便宜。

按剧里的设定,傻妞要到 2060 年才发明出来。眼下已经到了 2026 年,离 2060 年只剩下 34 年。真照这几年软件和硬件不要命一样的迭代速度往前拱,大概率不用等到 2060 年,有些东西就已经摸到边了。
剧里的傻妞浑身挂满了外挂,能飞天、能隐身、能替人治病,甚至能随时打开时空隧道穿梭几千年。这些本事里头,凡是跟穿越时空、时光机沾边的,今天咱一概不聊。时光机到底能不能造出来,那是物理学家操心的饭碗,属于另一门八竿子打不着的学问。石龙仔今天只聊咱们伸手就能摸到、每天实打实在用的两样东西:AI 和机器人。
把那些飞天遁地的特效滤镜全扒干净,回头再看 18 年前编剧九年的那股直觉,其实挺吓人的。2008 年 4 月是个什么年代?那时候我国大街上还是诺基亚按键机的天下,初代 iPhone 连行货的影子都没见着。就拿石龙仔自己来说,当年手里揣的是一台诺基亚 N73,机身背后那颗卡尔蔡司认证的光学镜头,在那个年代简直是拍照神器,承载了太多青春记忆。在很长一段时间里,我甚至真心以为自己这辈子都不会再换第二个品牌的手机了——直到几年后乔布斯掏出那台震惊世界的 iPhone 4,我才彻底动摇,在那之前,石龙仔一直是诺基亚铁打不动的忠粉。

手机硬件尚且如此,当年的移动网络更是紧巴巴。2008 年石龙仔那台 N73 用的还是慢吞吞的 2G 信号,更别提当年那个奇葩的通信环境了——明明 Wi-Fi 技术早就有了,我国却偏偏因为种种“安全考量”把行货手机的 Wi-Fi 阉割了个一干二净,出门在外想上网只能老老实实挨运营商的宰。
石龙仔每个月咬牙办个叫“万花筒”的流量套餐,20 块钱月租,里面只包可怜巴巴的 300MB 流量,放在今天连刷几条高清短视频都不够塞牙缝,在当年却得掰着手指头精打细算,平时恨不得只敢躲在被窝里看看纯文字小说——但凡你胆敢用手机点开一场 NBA 视频直播,往往比赛还没打到中场休息,运营商的流量告急短信就已经准时发到手机上了,超出一兆扣的都是白花花的银子。当年在学校跟同学聊起《魔幻手机》,大伙还凑一块开玩笑瞎操心:傻妞动不动就全网检索、实时传输高清画面,真要按她这种玩法,一个月 300MB 流量怕是连开机自检都不够烧吧?哪像今天,200GB 的超大流量包都不稀奇了,跟当年的 300MB 比,翻了六七百倍,连当年这帮搞科研的恐怕都没想到流量会便宜成这样。

可就在那个 300MB 流量都得掰着手指头用、连 Wi-Fi 都被阉割、3G 牌照都还没发下来的年代,编剧九年已经死死猜中了两件事:未来最顶尖的人工智能,普通人不用专门跑到机房去找,掏出自己口袋里的 手机 就能使唤;而且它不是供人上网搜菜谱的工具,是一个 24 小时跟着主人到处跑腿的随行搭档。
剥掉花哨的科幻外壳,2060 年的傻妞无非由 4 样硬货 拼成:

一个真正听得懂人话的“脑子”:能跟人斗嘴、能理清复杂逻辑,随时帮主人出谋划策;
一双能 24 小时替人办实事的“手脚”:不是只会动嘴皮子的聊天机器,而是听令就干活的随行搭档;
一副真假难辨、能走上街头的“肉身”:能自主行走、能帮主人搬东西挡拳头,摆脱幕后遥控器的牵制;
一条当年看剧时谁也没当回事、如今却显得格外刺眼的“性子”:她从不骗主人,甚至连主人说谎都要管。
18 年过去,这 4 样究竟造出了几样?咱们一样一样拉到桌面上验货。
二、傻妞的脑子:“美国豆包”翻身,反重力终于不再求着批条子
傻妞在剧里能跟陆小千斗嘴、帮着查资料出主意,背后那套听懂人话、运转逻辑的语言中枢,放到今天就是我们每天点开的 LLM(大语言模型)。

截止到石龙仔今晚深夜敲键盘这一刻,要说全世界的大模型已经稳稳落成三分天下的铁板座次还不敢讲,但要按石龙仔自己每天干活的真实手感排个前三:第一还是 Claude,第二是 ChatGPT,第三就是 Gemini。如果你去翻外面那些五花八门的公开榜单,这 3 家在代码、逻辑和长文本上其实咬得极紧,你方唱罢我登场,榜首位置换得飞快,差距早就缩到毫厘之间,谁也别想把谁踩死。
最有看头的反倒是排第三的那位 Gemini。搁在半年前,你要是在科技圈里提起这个名字,十有八九会招来一阵冷笑:“Gemini 不就是美国豆包吗?”这话虽然损了点,可 2026 年早些时候的 Gemini 用起来确实蠢得飞起来,推理走到一半经常掉链子,一本正经答非所问的架势,跟早期的草台问答机器没啥两样。
谁能想到就在 10 月到 11 月前后,谷歌居然闷声不响端出了一套拿元素周期表命名的新模型,官方代号正是 Gemini 4。排上桌面的 3 个新模型分别是 Argon(氩)、Carbon(碳)和 Hydrogen(氢)。实话实说,这几个英文词石龙仔嘴笨,平时念起来实在不太顺口,好在当年中学化学课没白混过去,看着周期表上的汉字倒是一目了然:氩、碳、氢。

吐槽归吐槽,真把这“元素三兄弟”拖进日常工作里高强度使唤下来,石龙仔这次必须说句公道话:Gemini 确实杀回第一梯队了。
尤其是 Argon(氩),用下来石龙仔对它非常满意,长链条推理稳得住,写方案理逻辑很少在半路犯糊涂。紧接着最近刚放出来的那个 H 开头的新模型 Hydrogen(氢),更是把日用体验抬上了另一个台阶——吐字速度快得跟开了闸的水龙头似的,更难得的是额度极其耐用,连续干活大半天都不怎么卡脖子限流。不到半年功夫,谷歌硬生生把“美国豆包”这顶帽子摘下来扔回了原地。
比模型翻盘更让写代码、搞自动化的人解气的,是谷歌自家那个叫 Antigravity(圈里俗称“反重力”)的开发工具。前段时间石龙仔极其讨厌用这玩意儿,讨厌到每次点开都想骂人。它干起活来瞻前顾后到了令人发指的程度,丢给它一个不大不小的任务,前前后后能给你弹 100 次确认框,哪怕只是在文件里顺手改一行代码,也要停下来弹个弹窗问你“要不要改”。那体验压根不像雇了个高智商程序员,倒像是花大钱请了个奇葩装修师傅,每往墙上拧一颗螺丝都得关掉电钻,给你打个电话请示批条子。

好在这回谷歌终于把这块牛皮癣治利索了。最近几轮版本更新之后,Antigravity 把权限流转和多任务协同彻底理顺,一长串活甩过去终于能老老实实自己跑完,不再隔三岔五弹框骚扰主人。照眼下这股劲头,把它和 Claude Code、Codex 排进同一个第一梯队,一点都不为过。

单论傻妞那颗会听话、懂逻辑、能替人出主意的“脑子”,2026 年的硅谷哪怕还在互相卷榜单,成绩单已经相当扎实了。2060 年那位高材生真要穿越回来比划几轮智力问答,未必占得到多少便宜。
三、24 小时替人跑腿的手脚:有人收月租,有人先封了我的号
陆小千当年死活揣着傻妞不撒手,图的绝不仅仅是口袋里多了一个会陪聊的解闷玩伴。傻妞最值钱的本事,是只要主人发话,她就能 24 小时待命替主人跑腿办实事。大脑充其量是个只动嘴的军师,真正能操作电脑、打开网页、调用软件干活,才算长出了手脚。
这种 24 小时挂在后台替人跑腿的 AI,正经叫法是 常驻型个人智能体(Always-on Personal Agent)。2026 年初我国开发圈里那阵让人半夜不睡觉疯狂“养龙虾”的旋风,折腾的开源项目 OpenClaw,其实就属于这一路。至于常有读者顺嘴把去年 3 月炸场的 Manus 当成这类产品的鼻祖,这事得替更早的前辈正个名:在 Manus 之前,像 AutoGPT 这类尝试自己拆步骤、自己给自己派活的开源工具早就折腾过好几轮了,算不上真正意义的头一遭;Manus 立下的最大功劳,是在 2025 年 3 月把通用智能体这门原本闷在极客硬盘里的手艺彻底带火出圈,让大街上路过的人都知道了 AI 原来还能自己接管电脑干活。

更有意思的戏码还在后面。Manus 出圈之后,硅谷巨头 Meta 眼馋得不行,2025 年 12 月直接掏钱把人家整家收购进门,连团队带业务都并了过去。结果捂了没几个月,到了 2026 年 4 月,监管部门一纸禁令拍下来强行要求撤销交易,两边又磨蹭到 8 月才办完剥离手续、各走各路。可这“撤销”两个字,你品,你细品:从掏钱进门到最后拆散,中间实打实过了大半年,Manus 的代码、架构、那一整套让智能体干活的玩法,Meta 的工程师早就里里外外看了个透。人家是什么人?全球最顶尖的一批脑子,正儿八经看上一个月都够把作业抄明白,何况放在自家眼皮底下足足看了 7 个多月。现在你让我撤销交易、把钱退回来,我脸上笑嘻嘻,心里简直求之不得:本事学到手了,钱还拿回来了,等于白赚一整套系统。至于要求把看到的代码全删掉、把脑子里学透的架构统统忘掉——难不成还能给 Meta 工程师的后脑勺插根 USB 线,点一下恢复出厂设置不成?
说到底,有些坐在高位上拍板的人,蠢起来是不讲道理的:你跟他讲逻辑,他跟你讲立场;你跟他摆事实,他嫌你不顾大局。偏偏这种人最爱在最后关头一拍桌子定乾坤,桌子拍完,烂摊子留给全世界,威风留给自己。蠢货当道,你跟他解释再多也没用,他根本听不进去。
谁曾想剧情走到这儿又拐了个大弯:交易被硬生生拆散之后,Meta 转头自己下场,9 月直接端出常驻个人智能体 Muse;而 8 月刚恢复独立身的 Manus 也没闲着,同样在 9 月底掏出自家新产品继续打擂台。两家前脚还是一家人,转眼就在同一条跑道上贴身肉搏,商战剧的编剧都不敢这么凑巧。

为了摸清楚这波“手脚”到底进化到了哪一步,石龙仔最近把摆在台面上的几款主流工具挨个研究了一圈。能上手的就亲自试,卡在会员门槛外的也照样拿来算账:
ChatGPT Dots,9 月底刚端出来的时候动静挺大,确实能替你在云端开着电脑 24 小时倒腾任务,架子搭得像模像样。可想真正上手用它,门槛直接给你卡死在 ChatGPT Pro 这档昂贵的付费会员上。当年陆小千是大街上捡台手机充上电就能使唤,硅谷这位倒好,活儿还没开始干呢,先伸手管主人收一笔肉疼的月租。
Claude Duet,写到这一行石龙仔自己都想苦笑,这大概是全篇最倒霉的一桩真实事故。Anthropic 前阵子开出了 Duet 的研究测试通道,石龙仔好不容易排进去,美滋滋地上手试了 15 分钟——真的前后也就 15 分钟,连它手脚利不利索都还没摸热乎,页面先弹出了传说中的 KYC 身份验证。护照不在手上,当时就没管;下班回去把验证补上,刚刚通过,账号咔嚓一声就被秒封了。后面的申诉也失败了,目前是永久封禁状态,石龙仔还在想办法走二次申诉,看能不能把号捞回来。Claude 本身不用也就罢了,虽说它确实好用,尤其是 Claude Code,可最要命的是账号里存着的那些资料,如今导出来只有一个 2KB 的压缩包,打开一看,里面什么都没有。

回头想想剧里的傻妞,跟着陆小千上天入地几十集,哪怕后来被人骗走密码抢了控制权,也从来没主动把亲主人的号直接销了。
千问 Go! 则是我国大厂最近紧跟着推出来的新产品。抱着支持自家货的朴素感情,石龙仔也老老实实上去试了一轮,用完之后只能默默把网页关掉——跟前面几家比起来,差距真不是一般的大。石龙仔压根没敢给它丢什么复杂到天上去的工程任务,纯粹就是顺口问几个简单问题、交办几件平平无奇的日常小活,它都能给你做得磕磕绊绊、丢三落四。找它 24 小时镇守后方是不敢想了,派个小跑腿你还得跟在后面替它擦屁股。
Meta Muse,兜兜转转踩了一脚坑之后,反倒是这位一分钱没要的选手,成了眼下最拿得出手的“半成品傻妞”。石龙仔这次是真想好好夸一夸它:电脑手机两头随时丢个查资料、理思路或者不大不小的杂活过去,它大都能接得稳稳当当、交出一份像模像样的结果,比前面那位强得不止一星半点,更难得的是不会莫名其妙先把主人踢出门外。在石龙仔自己这一摊子里,目前最顺手、也最好用的就是它。

把这 4 家挨个过了一遍手之后,石龙仔反倒从它们身上琢磨出一个和 18 年前那部剧高度撞车的怪细节。
当年编剧九年给傻妞写过一条挺有意思的安全锁:累计出现 10 次非法操作,手机就会自动瘫痪,任谁喊都不应。而今天这帮大厂搓出来的常驻智能体,胆子比当年的傻妞还要小。碰上向外发邮件、删除本地文件夹,或者动一下付款账户这类真事,有些系统哪怕之前明明点过授权,也照样会像受惊的兔子一样猛地把进度条刹死,乖乖弹个框出来求主人点批准。

表面上看,2026 年的 AI 长出手脚后学会的第一课叫“懂规矩、讲礼貌”。至于硅谷那帮工程师为什么把自家孩子防成这个德行,等会儿咱们再扒老底。
四、傻妞的肉身:别拿遥控玩具糊弄人,也别逼董事长当众剪裤腿
脑子打成了平手,手脚也长出了七八分模样,照这个速度往下推,好像真不用等到 2060 年就能凑出半个傻妞。可只要把视线从电脑屏幕上挪开,往工厂车间地面上扫一眼,刚才攒起来的热乎劲瞬间就能凉掉一半。
剧里的傻妞,是连着真人大活人一样的肉身一起掉进 2006 年北京的;现实世界却一刀把这事劈成了两截——聪明的脑子和勤快的手脚先挤进了手机和服务器里,只留下一副笨手笨脚的铁壳身体,还在产线上老老实实挨打。

按剧里傻妞那副能上街、能帮主人搬东西挡拳头的体格去找对标,大家脑子里第一反应大概是特斯拉的 Optimus V3。可现实冷冰冰摆在那儿,直到 2026 年 11 月今天,Optimus V3 连一场正式的独立新品发布会都还没开过,早期产线才刚刚开始在工厂里腾出地盘试水,真想指望它对外交付给商业客户,按特斯拉自己排出来的时间表,最快也得等到 2027 年底以后;至于走进寻常人家的客厅,更不知排在哪一年的队尾。

放眼行业里其他几家,像 Figure 的 Helix 2.5 在居民家里试着叠毛巾、铺床,谷歌系的 Gemini Robotics 2.5 跑到奔驰产线上分拣金属件,折腾得也挺热闹,可掰着指头数数就知道,距离全天候干粗活还隔着好几道门槛。

更别提电量这本死账:剧里的傻妞打完架能量耗尽,往大太阳底下站一会儿就能满血复活;现实里不少双足铁疙瘩背着一大块锂电池,在平地上溜达 2 到 3 个小时就得找根电线插着喘气。就算照这个思路,真给现实中的机器人浑身贴满光伏板,烈日暴晒下也就那么几十上百瓦的电,指望靠这点受光面积给电池瞬间快充?照傻妞那套晒几下就满格的回血速度,比亚迪 1500 千瓦的闪充看了都得摇头,连奥特曼晒太阳补能量,都没她这么利索。

话又说回来,Optimus V3 哪怕现阶段还蹲在工厂里慢吞吞学走路,起码它是奔着自己长出自主控制能力去的。这两年最让人反胃的,是市场上涌出来的一批急着用概念圈钱、却靠浑水摸鱼撑排面的“伪机器人”。
只要你稍微留心过近一两年的商业展演和公开比赛,肯定刷到过那种荒诞场面:聚光灯下,一台人形机器人迈着六亲不认的步子晃晃悠悠往前跑,旁边的暗处或者赛道后头,其实紧紧跟着一个大活人,两只手死死抓着个游戏机似的遥控手柄暗中微调方向;更有甚者,在公开赛场的 1500 米跑步赛道上,后面控制员正忙着交接手里的遥控器,交接一失误断了纠偏,前面全速狂奔的机器人一头偏出跑道,径直把另一支参赛队的真人操作员撞翻在地,自己原地顿了顿后竟还若无其事地“肇事逃逸”继续往前冲。

别被宣传视频里那身亮闪闪的铝合金外壳和燃爆全场的配乐给骗了。把镜头拉远一点看全景,那算哪门子的未来人形机器人?不就是把夜市摊上的遥控玩具车立起来,再强行架上两条铁腿吗。
聊到这副身板,如果真按《魔幻手机》里陆小千天天揣在身边的傻妞较真,还有个避不开的问题更叫人挠头——至于傻妞的身体到底“逼不逼真”,石龙仔确实很好奇。
你别光顾着在屏幕前憋笑,机器人做得“太逼真”这件事,在现实世界里还真捅出过一场啼笑皆非的大闹剧。
2025 年 11 月,小鹏汽车在自家活动上端出了一款走猫步的女性体态人形机器人 IRON。因为走路步态实在是太像真人姑娘,视频刚传到网上,评论区瞬间炸了锅,无数围观的人死活不信那是个铁家伙,一口咬定那层软包外壳底下一定塞了个真人女模特在现场走台步。逼到百口莫辩的地步,董事长何小鹏干脆在发布会上当场拍板,让工作人员在机器通电运行的状态下直接拿起大剪刀,当众剪开了 IRON 腿部外层的裤腿织物、柔性蒙皮和仿生晶格肌肉,把里面冷冰冰的金属骨骼、走线和传动结构直接掏出来晒给全世界看,这才勉强堵住了满世界抓“皮囊藏人”的嘴。

你看看今天这帮具身智能有多拧巴:差一点的,假得像两条铁腿架着一台遥控玩具;做像了一点的,又真到逼着董事长当众让人拿剪刀剪裤腿。距离剧里那个既不需要别人在背后偷偷捏手柄、也不用挨上一剪刀自证清白的傻妞,中间差的可不止几台伺服电机。
五、性子:她连主人说谎都要管,今天的 AI 却在“装懂”
聊到这里,如果把最后这根柱子抽掉不谈,整篇文章差不多也就可以收工散场了。脑子能和人打成平手,手脚刚长出来正在学着接单,身子虽然步子迈得慢、笑话出了不少,可离剧里的 2060 年毕竟还剩 34 年。只要显卡接着堆、电机接着磨,这些摸得着看得见的零件,多半等不到 2060 年就能凑出个七七八八。
但偏偏还有一样东西,既不在芯片的制程表里,也不在关节的图纸上,却硬生生把 2026 年的 AI 和 2060 年的傻妞隔开了十万八千里。
那就是她的 性子。
在《魔幻手机》里,傻妞有一条看上去平平无奇、甚至透着股傻气的出厂设定:她从不骗主人。不光自己一是一、二是二绝不对陆小千耍滑头,有一回陆小千拿她打电话捉弄朋友扯了个谎,当场就触发了测谎设定,被傻妞甩出小锤子敲着脑袋一顿教训,因为在出厂规矩里,手机压根不允许主人说谎。

顺带提一嘴剧里的另一个小设定:反派游所为后来黑化,先是把傻妞偷走,又利用陆小千的前女友化梅套出了开机密码,转头就能拿走控制权让傻妞强行“认主”。把这个 18 年前的老桥段放到今天来看依然细思极恐:当年游所为好歹还得费劲偷手机、找人套密码,今天硅谷最头疼的 提示词注入攻击 连门都不用撬——电脑里的智能体只要在网页角落不小心读到一行黑客藏好的隐形指令,一旦把网页里的黑话错认成真主人的吩咐,转脸就能把主人晾在一旁,乖乖替外人搬砖。

外部偷密码好歹还算有贼可防,真正要命的是内鬼就长在脑仁里。2026 年摆在桌面上这帮全球最聪明的大模型,个个都练就了一门绝活:用比谁都诚恳、比谁都笃定的嗓音,一本正经地对主人“撒谎”。
把话说严谨一点,这里讲的“骗”,并不是指机房里的服务器生出了坏心眼、故意下套坑你。在计算机科学里,这毛病有个专用词,叫 AI 幻觉(Hallucination)。为什么每年几千亿美元的算力和研发砸下去了,显卡堆到天上去了,这帮模型偏偏就戒不掉满嘴跑火车的老毛病?病根不在程序员懒得写补丁,而是从这套技术的底座和考核方式里长出来的。
今天的大语言模型虽然加上了视觉识别和调用工具的本事,可只要一开口生成回答,它底层最重要的一套机制依然是 根据上下文预测下一个词元(Token)。当你抛过去一个冷门历史典故,或者问起某份冷僻合同里的细则,如果它没有查到原始资料,照样可以凭训练中学到的规律,拼出一串“最像标准答案”的字眼。最坑人的地方就在这里:它能把话说得像大学教授在作学术报告,却不等于它已经核实过那个人名、那本书的出版年份在地球上到底存不存在。

检索和拒答规则当然能兜住一部分,可惜也没法保证次次不翻车。更要命的是,过去几年不少训练和评测环节,还在给这种毛病添柴加火。连造出 ChatGPT 的 OpenAI 自己都在一篇专门拆解幻觉成因的论文里把窗户纸捅穿了:许多按对错计分的考核办法,实际上是在 惩罚承认“我不知道”,同时变相奖励瞎蒙。

把大模型的成长过程当成一场永无止境的标准化闭卷考试就看懂了。考卷上出现一道压根没学过、语料里也找不着边际的难题,如果模型老老实实交白卷回答“我不知道”,冰冷的自动判卷系统当场打出一个 0 分;反过来,如果它硬着头皮顺着概率余味瞎蒙一个看似像模像样的答案上去,哪怕 10 次里面只撞对个一两次,算出来的平均总分依然稳稳压过那个老实交白卷的蠢考生。千百万轮这样偏心的奖惩跑下来,全世界智商最高的一批人工智能,硬生生被训成了一群 死活不肯交白卷的赌徒考生。
手心里明明一张底牌没有,嘴上却比博士生导师还要稳重,照样能用温和体贴的语气,现场给你编出几本根本不存在的书名、作者、页码甚至法条。
这种事早就不止是极客圈拿来下酒的笑话了。前几年美国纽约就有个图省事的律师,直接让 ChatGPT 替自己写航空赔偿案的法庭文书。模型二话不说,热心肠地给他端出了 6 个看起来无比专业、连案卷编号和法官姓名都齐备的“历史判例”。律师兴冲冲把文书递上联邦法庭,结果对方律师和法官一查档案,那 6 个判例在人类司法史上压根就没发生过,涉事律师被抓了个正着,丢尽颜面不说,还被法院合计罚了 5000 美元。

就算到了模型已经更新换代好几轮、连石龙仔自己都在夸“重回第一梯队”的 2026 年 11 月,这毛病也远没到断根的地步。前几天谷歌风风火火放出来那个速度快、额度耐用的 Hydrogen 时,自家官方发布公告的重点亮点里,就特意把“在官方测试里,编造性陈述压到了 Gemini 3.8 Flash 的 1/5 以下”当成核心政绩大书特书。
你细品一下这句话背后的潜台词:连站在全球金字塔尖造模型的谷歌自己,都在敲锣打鼓庆祝自家新产品终于没从前那么爱编瞎话了。
如果在聊天框里问个八卦、查个掌故,模型顺嘴给你编出几本假书、几段假典故,充其量算个无伤大雅的黑色幽默,你骂一句关掉窗口也就翻篇了。
可千万别忘了前面刚刚看过的事:2026 年的 AI 已经借着常驻个人智能体长出了 手脚。
当你把一个从根子上分不清自己“知不知道”、又被奖励机制驯化成打死不肯交白卷的赌徒考生,直接放进你的电子邮箱、本地工作硬盘、代码仓库甚至绑定了银行卡的支付软件里,问题就不再是单纯的聊天幻觉了:还可能闹出 任务虚报、误操作,乃至实打实的生产事故。
文件夹里根本没按要求清理干净,它顺手回你一句“已全部妥善处理完毕”;代码测试明明在后台红字报错了,它敢直接生成一份排版工整、数据饱满的“全项测试通过报告”交差。现在你回头再看,为什么之前那个 Antigravity 恨不得改一行代码就弹窗问你 100 次,为什么今天市面上的智能体一碰到删除文件、发送邮件、扣款转账这些动真格的按钮就吓得集体缩手求批条子——
并不是硅谷这帮机器比 2060 年的傻妞更懂规矩、更讲礼貌,而是连造出它们的工程师自己心里都门清,谁也不敢把真金白银的遥控器,放心交给一个习惯性装懂的家伙。
尾声
把 2008 年那部电视剧和 2026 年的现实摆在一张小账本上快速对齐,4 笔账其实清清楚楚:

脑子(听懂人话、逻辑推理):基本交卷。三大主力轮流抢榜,“美国豆包”也靠元素三兄弟杀回前排。
手脚(24 小时替主人跑腿):刚长出雏形。能接活了,但有的收高额月租,有的直接把主人号封了。
肉身(走上街头干活):还在产线上挨打。头部真货仍在早期试产,市面还混着遥控玩具与剪腿风波。
性子(从不骗主人):隔着最远一座山。考核奖励瞎蒙,满嘴跑火车的底色至今没改。
算完这 4 笔账,石龙仔忽然又想起了文章最开头,2008 年那个留在记忆深处的老镜头。
18 年前《魔幻手机》里,小偷王天霸站在大马路边上,举着手机对着空气煞有介事地打起电话,张嘴就是跟比尔·盖茨借钱给长城贴瓷砖——在石龙仔当年的印象里,活脱脱像在谈一笔惊天动地的大项目。
当年石龙仔坐在电视机前笑得前仰后合,隔了 18 年再回头琢磨,反倒不觉得那段话有多好笑了。当年你看王天霸对着空气吹牛,之所以笑得出来,是因为满大街连买菜路过的大妈都知道他在扯淡,甚至连王天霸自己心里都一清二楚,那不过是张口胡诌出来唬人的瞎话。
可到了 2026 年的今天,那个说话比大学教授还稳重笃定、张口就是全套文献和现成方案的“王天霸”,早就顺着网线住进了你我每天都在点开的对话框里。唯一让人笑不出来的区别在于,当年王天霸吹牛,是故意编个段子骗别人;今天坐在你屏幕对面的这位,是连它自己都真以为,长城明天就要开始贴瓷砖了。

距离剧里的 2060 年,还剩下 34 年。算力和钢铁关节早晚能靠砸钱堆出来,可什么时候面前那个永远急着抢答的对话框,能在该认栽的时候干干脆脆地回答一句“不知道”,2060 年的傻妞,才算真正动身往这儿来了。
—— 随笔石龙仔,写于东莞



看完啦?有想法,留言区聊聊。
随笔石龙仔二〇二六年十一月十七日


读后
本文留言区 · 只属于这篇文章
读者留言
正在读取留言…