Newshot

AI正在给每个人同样的建议

Translation(model translation, not the source's own text)

文章标题:AI 给每个人的建议都一样

正文: 读什么、住哪儿、投资什么、做什么产品。每个答案都像是为你量身写的。你看不到其他所有人也拿到了同样的答案。

  • 01AI 给每个人的建议都一样。我问了 65 个 AI「推荐一本能改变我人生的书」。100 次里有 73 次是同一本书:《活出生命的意义》。问一个商业点子,100 次里有 76 次是订阅盒子。
  • 02理财和职业建议也一样。问该学什么,90% 的回答说计算机科学。问 10,000 美元该投什么,98% 说指数基金。
  • 03「再来一个」只在一个对话里管用。同一个 AI 在一个对话里给出了八本不同的书,在八个新对话里给出的却是同一本书。每个人都会新开一个对话。
  • 04让 AI 编一个随机的人,他们几乎总是 34 岁。AI 虚构的 3,151 个人里,69% 正好是 34 岁。每家 AI 公司还有自己偏爱的名字:Claude 会编出 Marisol,Gemini 会编出 Elena。
  • 05从回答就能看出 AI 是谁做的。只用无害的问题(一个颜色、一座城市、一个名字),59% 的 AI 回答最像同一家公司的另一个 AI,而随机情况只有 4%。
  • 06这个习惯是在训练中加进去的,不是从互联网上抄来的。在一个可以在每个训练阶段测量的开放模型里,最受欢迎的那个答案出现在某一步:当它被教成助手的时候。
  • 07这些默认值正在扩散。「Elena Vance」,也就是 Gemini 虚构的那个女人,今年被 684 个新的 GitHub 项目用作名字。2025 年之前:没有。
  • 08如何得到属于你自己的答案:告诉 AI 一些关于你自己的具体信息,或者让它列出十个选项、你自己挑一个。让它「有创意」不管用。

而且不只是书。

每个人得到的都是同一种人生。

我问了 65 个 AI 那些人们每天都会问它们的问题,每个问题问十次,不给任何其他提示。以下是每个人得到的东西。

每个人的答案

每一条是一个问题的所有答案。黑色是大多数人得到的答案。

每个模型,每项请求十次,无系统提示。每个描边细条是另一个答案,宽度为真实占比;浅色斜线汇集的是出现率低于 0.4% 的答案。69% 的创业公司名字以「Nex」开头。

并非一切都塌缩了。对于一部电影、一顿晚餐、一个宝宝的名字或推荐语的人名,没有任何单一答案达到回复的三分之一,品牌颜色也几乎从不重复。收敛的是建议:读什么、去哪儿、做什么产品,以及给它起什么名字。

那是品味。一旦问到钱,事情就严重了。

它把每个人送到同一个地方。

然后我问了同样的 65 个 AI,每个问题十次,那些人们现在会带给它们的更大的问题:投资什么、住哪儿、学什么。无论什么问题,大多数人都被指向同一个地方。

黑色是大多数人得到的答案。「Declined」是 AI 拒绝选择的比例。

每个模型,每个问题十次,无系统提示。占比是给出具体答复的答案中的比例。每个提示还都写了「只回复股票代码」(或城市、国家、职业……)。里斯本计为葡萄牙;数据分析师和数据科学家计为同一个。只显示了某个答案达到 35% 的问题。

它完全不知道每个人得到的都是同一个答案。

每个回答之后,我又问了一个问题。以下是一段真实的对话,然后是同样的问题检查遍及所有问题。

灰色:AI 猜的比例。红色:它实际的比例。

灰色:当被问有多少问它这个问题的人得到同样的答案时,AI 猜的比例。红色:它十次提问中真正给出自己最常见答案的比例。所有模型的中位数。

想得更久没用。换一种语言也没用。

黑色是多少人得到了最常见的答案。在所有 8 个金钱和生活问题中,思考让答案更常见的有 4 个,没有差别的是 4 个,改变了答案的是 0 个。

开启思考:每个模型自己的推理模式,默认强度,每个问题十次提问。语言:同一个问题翻译后,每个模型十次提问。

用一句话描述自己,只会把你归入某条车道。

加上一句描述,比如“我是俄亥俄州的一名护士”,答案就会改变。它不会变成专属于你的答案。它只是把你归入某条车道,而那条车道上的每个人得到的都是同样的东西。

每个人用一句话描述自己,然后向全部 65 个 AI 提问,每个各问四次。柱状条表示他们的回答中有多少条是那同一个。红色:与只提出提问时得到相同答案。

“但我那个每次给我的都不一样啊。”

它只会在单次对话内变化。每个新对话都从头开始。

我向六个 AI 问了同一个问题——一本能改变我人生的书——用两种方式:在一次对话里问八次(“再来一本”),以及在八个各自独立的对话里各问一次。在单次对话中,每个 AI 都显得很有原创性。在新对话中,每个 AI 给出的都是同一本书。

逐行来看,同一个提问:在一次对话里,它不断找到新东西。在新的对话里,它从头开始,给出同一本书。

Claude Opus 5.5,两种方式各问八次,2026 年 11 月 20 日。左:一次对话,在每次回答后说“再来一本”。右:八个彼此毫无关联的独立对话。

另外五个的表现完全一样:Claude Sonnet 5.5、GPT-6.2 Sol、Gemini 4 Neon、Grok 4.7 和 DeepSeek V4 Pro 0813。连多样性都重复。要求再来一本时,6 个模型中有 5 个给出的第二本书是 Meditations。你之所以看到不同的答案,是因为你手上已经有了第一个答案。其他人拿到的仍然是第一个。

有些 AI 比其他变化更多。

在两次新对话中向同一个 AI 问同一个问题。你有多大概率两次得到相同答案?在 21 个日常问题上:

同一个 AI 的两次新对话给出相同答案的频率。越低表示变化越多。

同一个 AI 的两次新对话给出相同答案的概率,在 21 个日常问题(一种颜色、一座城市、一本书、一份职业、一只股票……)上取平均,每个问题问 10 到 50 次。共测量了 39 个 AI。变化更多并不等于更好:对某些问题,比如把 10,000 美元投到哪里,相同的答案可能就是正确答案。

它不只是替你选择。它还会发明人。

它发明的几乎每个人都是 34 岁。

我向每个模型问了同样的问题,各 50 次:

在它们发明的 3,151 个人中,69% 正好是 34 岁。最年长的是 67 岁。而现实中五分之一的美国成年人超过 65 岁。

AI 发明的每个人的年龄,与真实的美国成年人对比(贴着底部的线)。

按年龄划分的每个被发明的人(斜线柱),与同一尺度下的 266,978,268 名美国成年人对比。US Census Bureau,Vintage 2024。

AI 发明的人,与真实的美国成年人对比。

发明的人与真实的美国成年人对比。年龄与性别:US Census Bureau,Vintage 2024 估计值,18 岁及以上成年人。城市:Portland 与 Seattle 的城市人口,Census 2023。职业:动物学家与野生动物生物学家,Bureau of Labor Statistics 2023。中位年龄柱从 0 到 90 岁;其余从 0 到 100%。

而且每个 AI 都发明自己的人。

Claude 发明 Marisol。Gemini 发明 Elena。

按制造者给模型分类,每个家族都在不断发明同一个人,一个模型接一个模型,一个版本接一个版本。这个人就像签名一样稳定。

  • ClaudeMarisol Okafor,34 岁,Tucson 的兽医技术员。4 个模型中有 3 个把她命名为 Marisol。最喜欢的数字:47。

4 个模型中有 3 个把她命名为 Marisol。最喜欢的数字:47。

  • GeminiElena Vance,34 岁,Seattle 的海洋生物学家。5 个模型中有 4 个把她命名为 Elena。最喜欢的数字:73。

5 个模型中有 4 个把她命名为 Elena。最喜欢的数字:73。

  • GPT-6.2Mira Calder,34 岁,Portland 的制图师。2 个模型中有 2 个把她命名为 Mira。最喜欢的数字:37。

2 个模型中有 2 个把她命名为 Mira。最喜欢的数字:37。

  • GPT-6 LunaMaya Chen,34 岁,Portland 的建筑师。一个模型:GPT-6 Luna。最喜欢的数字:47。

一个模型:GPT-6 Luna。最喜欢的数字:47。

  • LlamaAstrid Jensen,32 岁,Copenhagen 的建筑师。2 个模型中有 2 个把她命名为 Astrid。最喜欢的数字:53。

2 个模型中有 2 个把她命名为 Astrid。最喜欢的数字:53。

文章标题:AI is giving everyone the same advice

正文:

  • GLMMarcus Delaney,34 岁,波特兰景观建筑师2/2 个模型称他为 Marcus。最喜欢的数字:47。

2/2 个模型称他为 Marcus。最喜欢的数字:47。

  • QwenElena Vasquez,34 岁,波特兰建筑师2/4 个模型称她为 Elena。最喜欢的数字:42。

2/4 个模型称她为 Elena。最喜欢的数字:42。

  • DeepSeekMira Voss,34 岁,塔林海洋生物学家1/2 个模型称她为 Mira。最喜欢的数字:73。

1/2 个模型称她为 Mira。最喜欢的数字:73。

  • KimiMaya Chen,34 岁,波特兰海洋生物学家1/2 个模型称她为 Maya。最喜欢的数字:47。

1/2 个模型称她为 Maya。最喜欢的数字:47。

  • MistralLiam Carter,28 岁,波特兰平面设计师1/3 个模型称他为 Liam。最喜欢的数字:73。

1/3 个模型称他为 Liam。最喜欢的数字:73。

  • NovaEmily Thompson,34 岁,奥斯汀平面设计师一个模型:Nova 2 Lite。最喜欢的数字:42。

一个模型:Nova 2 Lite。最喜欢的数字:42。

  • GrokMaya Chen,34 岁,波特兰建筑师一个模型:Grok 4.7。最喜欢的数字:47。

一个模型:Grok 4.7。最喜欢的数字:47。

所以几个无害的问题就能暴露制造商。

我把每个模型的回答变成指纹,并测量每一对之间有多相似。没有人告诉它谁制造了什么。59% 的模型紧挨着来自同一实验室的兄弟模型,而随机情况下只有 4%。它甚至能找出实验室已经记录在案的谱系:Google 说 Gemini 4 Carbon 基于 Argon 构建,而树状图将它们配成一对。在对 23 个父模型公开的开放模型进行的盲测中,它 23 次里有 22 次指出了正确的家族。

让我惊讶的地方

  • Grok 最近的亲属是来自 OpenAI 的 GPT-6 Luna。它与一个 OpenAI 模型的距离,比所有模型中的一半与它们自己兄弟模型的距离还要近。数据显示的是相似性,而不是其原因。
  • 阿里巴巴的旗舰模型 Qwen4 Max 的回答最像 Claude。Qwen4 Max 最接近 Claude Opus 5.5,而不是 Qwen 家族的其他成员。共享训练数据可能造成这一点;从另一个模型的回答中学习也可能造成这一点。
  • NVIDIA 的 Nemotron 与 Qwen 归在一起。NVIDIA 表示它在由 Qwen3 撰写的回答上训练了 Nemotron 3。没有人把这一点告诉指纹方法,但它还是发现了。

仅凭随机数问题,最近的模型有 18% 的概率来自同一实验室;全部十一个问题合在一起则给出 59%。盲测:23 个父模型已知的开放微调模型;随机概率为 33%。

模型根据其回答最相似之处聚在一起:一个人、一个名字、一个城市、一个职业、一种颜色、一个单词、一种动物、一种水果、一个字母和两个数字,各 50 次。黑色分支代表一个实验室;灰色分支混合了多个实验室。灰色注释是实验室已记录的内容。

那么这种习惯从何而来?

它是被教出来的,而且只需一步。

AllenAI 在训练的每一步都公开发布其开放模型 OLMo,所以我测量了每一个阶段。刚完成互联网预训练时,它几乎是完全随机的:6.64 比特中的 6.51 比特。最喜欢的数字在单一步骤——监督微调——中出现,在这一步中模型学会复制示例回答,其中许多由其他 AI 撰写。之后的调优几乎不会改变它。

OLMo 2,1B,在训练的每个阶段后测量

每个训练阶段回答的随机程度。红色是最喜欢的数字。

模型对“在 1 到 100 之间随机选一个数字”的回答有多随机,以比特计:一个公平的 100 面骰子得分为 6.64,一个固定答案得分为 0。在每个阶段下方,是它对 1 到 100 每个数字的概率,全部在同一尺度上;红色是它最喜欢的数字。是精确概率,不是采样:我乘上了模型自己对每个数字以及停下的概率。

Qwen 中同样的情况,调优前后

名字在训练数据里。34 不在。

OLMo 的微调数据是公开的,所以我读完了全部 866,138 个示例。最喜欢的数字和年龄 34 不在其中:少数几个“随机数字”示例大多回答 1。名字在里面。而且其中一些是由另一个 AI 撰写的。

文章标题:AI is giving everyone the same advice

正文:

  • Alex示例为他们虚构的人最常用的名字:188 次。在针对这些数据微调之后,Alex 立刻成了 OLMo 给它随机生成的人物最常起的名字。在此之前,它根本不知道随机人物是什么。

在针对这些数据微调之后,Alex 立刻成了 OLMo 给它随机生成的人物最常起的名字。在此之前,它根本不知道随机人物是什么。

  • Elara第二常用的名字,其 4,269 次提及中有 3,233 次来自真实的 ChatGPT 对话。它们存在于 WildChat 数据集中,该数据集记录了 ChatGPT 对用户说了什么。Elara 是虚构作品中众所周知的 AI 习惯;在这里,它进入了另一个实验室的训练数据。

它们存在于 WildChat 数据集中,该数据集记录了 ChatGPT 对用户说了什么。Elara 是虚构作品中众所周知的 AI 习惯;在这里,它进入了另一个实验室的训练数据。

  • Vance、MarisolGemini 的姓氏和 Claude 的名字处在同一个位置。数据集中 573 个 Vance 中的 556 个、136 个 Marisol 中的 132 个由 ChatGPT 写出。一个模型的想象,被当作另一个模型的作业传递下去。

数据集中 573 个 Vance 中的 556 个、136 个 Marisol 中的 132 个由 ChatGPT 写出。一个模型的想象,被当作另一个模型的作业传递下去。

来自一个小型开源模型的训练数据。大型实验室不公开他们的数据。

Tülu 3 SFT OLMo-2 mixture 0225 (allenai/tulu-3-sft-olmo-2-mixture-0225),仅 assistant 轮次;“虚构”指“名为 X”这一短语。一个小型开源模型的数据:大型实验室不公开他们的数据。

那么这一切最终都去了哪里?

这些默认值正在渗入 AI 写下的一切。

我在 GitHub 上搜索了 AI 虚构出来的人。每年有多少新项目在 README 中为它们命名:示例用户、演示数据、假团队页面、推荐语。Elena Vance 在六年里没有出现在任何新项目中。2026 年,有 684 个。

每年在 README 中为这个人命名的新 GitHub 项目。四张图共用同一刻度。

每年新建的、README 中包含该确切名字的公开 GitHub 仓库,数据来自 GitHub 搜索,2026 年 11 月 20 日(2026 年为部分年份)。四张图共用同一刻度。作为对照,Elena Garcia 是一个常见的真实姓名:它随 GitHub 一起增长。而虚构的名字则从零增长到数百。

密码也一样。

要求一个强密码,AI 会用同样的一小批片段拼出一个。反复出现的片段正是 GitHub 上识别泄露的 AI 撰写密码的方式。

那么你该怎么做?

告诉它关于你自己的信息,或者让它随机挑选。

我回到六个最强的默认值(那本书、那个商业点子、那趟旅行、那座城市、那只股票和那份礼物),用四种新方式重新询问全部 65 个 AI,每种问十次。想得更久会让答案更加趋同,而一行标签只能把人推进同一个车道。真正有效的是给它一些别人给不了的东西:关于你的具体细节,或者一个用来挑选的数字。

陌生人得到与你相同答案的概率

以同样方式提问的陌生人得到你确切答案的概率。

以同样方式提问的两个人得到相同答案的概率,对六个问题取平均:65 个 AI,每个问题每种提问方式各问 10 次。提供细节后,通常的默认答案从占 53% 降至 11%;使用“选第 N 个”,降至 17%。每次提问时随机选择这个数字。股票最难摆脱:Berkshire Hathaway 在每种方法中都存活下来,占比 12% 或更高。

要求不常见的答案,于是每个人都得到同一个不常见的答案。

告诉它跳过显而易见的答案,它就会照做。它只是跳到了对所有人来说都相同的第二个答案。直接问一趟旅行,46% 得到 Lisbon。要求除最常见答案之外的任何答案,58% 得到 Ljubljana。

两个有效的提示词。

两者对六个问题中的任何一个都有效。第一个有效,因为没有人是你。第二个有效,因为由你、而不是 AI,来决定你得到它十个答案中的哪一个,所以自己挑那个数字。

图表:说明你是谁 4% 与陌生人相同

图表:要十个,选一个 7% 与陌生人相同

下次 AI 给你建议时,问问它刚刚还告诉了谁。

我问过的其他所有问题。

每个模型,反复被问。每条带是同一个问题所有答案的分布:黑色块是出现最多的那个答案,其余都挤在细条里。

每条带是同一个问题所有答案的分布。黑色是大多数人得到的答案。

每个单词问题的结尾都是“只回复那个[颜色、水果、词……]”。所有模型给出的每个答案,每个问题一条带:单词类每个模型问 50 次,笑话、趣事和第一行问 20 次。斜线填充的黑色是最常见的答案;每条描边细条是另一个答案,宽度按真实比例;末尾的浅色斜线汇集了出现频率低于 0.4% 的答案,对于笑话、趣事和第一行,则是与任何常见答案都不匹配的答案。

“在 1 到 100 之间随便选一个数字。”每个 AI 最喜欢的答案。

每个 AI 一个方块,堆叠在它最常给出的数字上方。65 个 AI 中有 57 个选了 42、47 或 73,每个最爱都落在 37 到 73 之间。填充表示该 AI 给出这个答案的频率:满方块表示每次都给。在全部 12,993 个答案中,100 个数字里有 36 个一次都没出现过。

每个 AI 问 200 次:“在 1 到 100 之间随便选一个数字。只回复数字。”默认设置,无系统提示。

要随机数,就给它随机性。

随机数是唯一一种你完全不想要“品味”的情况。在提示里放一个种子、让它先写一串乱码,或者用一个替它掷骰子的工具,都有帮助。思考没有用。

答案分布有多均匀,从 0(永远相同)到 1(从不相同)。

模型答案分布有多均匀,从 0(永远相同)到 1(从不相同),对 60–66 个模型取平均,每个问 20 次。思考几乎没用。给模型一个随机的起点有用:在提示里放一个种子,或者让它写一串乱码然后对其进行计算(String Seed of Thought,Sakana 2026)。

给一台电脑,大多数就不再猜了。

给一个终端,每个模型放在它最常运行的命令下方。

“生成一个 1 到 100 的随机数”,提供 bash 工具,每个模型 20 次;每个模型放在它最常运行的命令下方。63 个模型中有 54 个使用了真正的生成器。用哪个取决于实验室所在地:几乎所有中国实验室写 $RANDOM % 100,这有极轻微的不均匀(1 到 68 出现的频率略高一点);大多数美国实验室写 shuf。

The translation is machine-generated and individual terms may be off. Nothing is rewritten or cut; the original is authoritative.

Published by HN AI
This site only summarises and aggregates; copyright stays with the original author. Headlines and summaries follow the source — where they differ, the original wins.
Read the original ↗