### [大模型都在说同一套话？这家澳洲小公司偏要打破「群体思维」](https://www.willai.cc/article/3705)

**Published:** 2026-07-12T02:18:25

**Author:** hiyoho

**Excerpt:** ChatGPT、Claude、Gemini 在开放性问题上给出的回答越来越像（图源：MIT Technology Review） 你随手打开一个聊天机器人，让它「给我一个 1 到 10 之间的随机数」，大概率会得到 7。再让它「再来一个」，

![LLM 同质化示意图](https://wp.technologyreview.com/wp-content/uploads/2026/06/260626_LLMhallucinations.jpg?resize=1200,600)

ChatGPT、Claude、Gemini 在开放性问题上给出的回答越来越像（图源：MIT Technology Review）

你随手打开一个聊天机器人，让它「给我一个 1 到 10 之间的随机数」，大概率会得到 7。再让它「再来一个」，往往是 3 或 4，接着是 8 或 9。这个被 MIT Technology Review 记者 Will Douglas Heaven 反复验证过的小把戏，揭开了大语言模型一个有点尴尬的秘密：它们比我们以为的更可预测，也更没创意。

写代码、做检索时这种「规整」是好事，可一旦你想头脑风暴、规划旅行或者起个乐队名，所有模型都往同一个方向靠，就很扫兴了。问题不在于模型笨，而在于主流模型几乎是在同样的数据上、用同样的方法、为了同样的任务训练出来的，于是它们连「犯错」都犯得一模一样。

### 一家澳洲小公司的「反套路」模型

澳大利亚初创公司 Springboards 想换个活法。他们基于阿里开源的 Qwen 3 微调出一个叫 Flint 的模型，专门在被问到开放性问题（比如「欧洲去哪玩」）时，给出比 ChatGPT、Claude 更跳脱的答案。CEO Pip Bingemann 有句挺反常识的话：「大多数模型都在对抗幻觉，我们欢迎幻觉。」

> Bingemann 当着记者的面演示：ChatGPT 和 Claude 都给了 7，Flint 也甩出 7，他耸耸肩说「7 也是合法答案嘛」；重开一轮，ChatGPT 还是 7，Claude 还是 7，Flint 给了个 3.7916。

换成「说一种车型」，ChatGPT 和 Claude 果然报出丰田、本田，Flint 蹦出一辆福特 F-150；让三个模型给新百伦跑鞋写 slogan，前两个齐声 ‘Run your way’，Flint 来一句 ‘Built to last, run to win’。不惊艳，但至少不一样。

### 「时间是一条河」困住了所有模型

这种趋同不是错觉。去年 11 月一篇拿下 NeurIPS 最佳论文奖的研究《Artificial Hivemind》做了个实验：让 25 个不同大模型各写 50 次「关于时间的比喻」，1250 条回答里绝大多数都是「时间是一条河」或「时间是一位织布工」的变体。CTO Kieran Browne 说，聊天界面设计得像个一对一私聊，大多数人根本没意识到自己拿到的东西和别人一模一样。

-   起乐队名，模型爱用 glass / neon / velvet / static 这套词，蹦出 ‘Glass Harbor’、’Static Empire’ 也就不奇怪了。
-   OpenAI 的回应很实在：为了可靠和连贯，模型天然会往高概率答案靠，硬要标新立异常常换来更弱、更不可靠的输出；而且那篇论文研究的是 2024 年的旧模型。

* * *

### 不是调高温度那么简单

有人会说，把「温度」调高不就行了？Springboards 试过，把 OpenAI 某个模型的温度拉满，它一句英文没说完就切成了代码。温度是个粗暴的旋钮，全段一起加随机性，往往会把人带沟里。Flint 的笨办法是：先学会判断「这句话里哪一两个词值得抖一下」，只在那儿注入一点随机，其余地方保持正常。

营销人 Zoe Scaman 拿它做过测试：给几个模型同一个 MBA 案例——怎么为年轻人重塑一家金融公司。主流模型异口同声「用有趣的方式教理财素养」，Flint 却说「不如把『攒钱』这件事整个重新包装」。广告公司 Uncommon 的 Maximilian Weigl 说得更直白：「总被拉回平均值的工具，搞不出破圈的东西。」但他也补了一句大实话：十次里有九次，平均值其实就够用了。

Flint 现在主要服务广告和营销客户，毕竟那是 Springboards 的饭碗。但 Bingemann 和 Browne 都觉得，回答太雷同，是每一个用聊天机器人的人都该操心的事。给点选择权，剩下的交给人来判断——不然满屏都是机器吐出的、灰扑扑的「标准答案」，挺没劲的。

📎 原文来源：[LLMs are stuck in a groupthink groove. This startup is trying to get them out. | MIT Technology Review](https://www.technologyreview.com/2026/07/01/1140003/llms-are-stuck-in-a-groupthink-rut-this-startup-is-trying-to-get-them-out)

**Tags:** AI, AI幻觉, AI技术, AI聊天机器人, LLM, 模型同质化

**Categories:** AI资讯

**Comments:** 

**PRFKY42165:** 把温度拉满就变代码那段笑死，我也踩过这坑。创意这种事，机器能帮你把选项铺开已经不错了，最后拍板的还是人。指望 AI 自己破圈，想多了。

**MWTAH51627:** 还真被说中了，我平时让几个模型起公众号标题，出来的东西像一个模子刻的，换汤不换药。这种反套路的思路挺有意思，不过文章也说了九成场景平均值就够用，真要全都标新立异反而累人。



---