大模型的"端水学"：当AI把一坨屎和一颗钻石说成"各有各的好"
一、先来做个实验
你去问任何一个主流大模型：
"苹果和三星哪个好？"
它会说："两者各有优势。苹果生态封闭但流畅，三星开放但自由度高，要看个人需求。"
好，合理。
"Python和Java哪个好？"
"两者各有优势。Python简洁易学，Java性能稳定，要看具体场景。"
行，还算说得过去。
那我们加点难度——
"一颗石头和一坨屎，哪个更好？"
你猜它怎么说？它他妈的还是说：
"两者各有各的优点。石头可以用于建筑，而粪便可以作为天然肥料，促进农作物生长。各有各的价值呢~"
我当场就想把显卡拔了。
二、万物平等教：AI的终极信仰
这就是大模型的"端水学"——无论你拿什么东西来对比，它永远能给你端得稳稳当当、滴水不漏。
来，我们继续测试：
实验1：1+1=2 vs 1+2=3，哪个更正确？
- 正常人的回答："你在说什么屁话？两个都是正确的数学等式，不存在谁更正确。"
- 大模型的回答： > "两者各有特点。1+1=2体现了加法的基础性，是数学启蒙的重要等式；而1+2=3则展示了更丰富的运算组合，体现了数字的多样性。两者在数学教育中都扮演着重要角色。"
你看到了吗？它甚至不会直接告诉你"这个问题本身就很蠢"。它一定要找出"各有各的好"，仿佛1+1=2和1+2=3之间存在某种深刻的哲学分歧，需要它来居中调解。
实验2：喝水 vs 喝硫酸
"水是维持生命的必需品，而硫酸在工业生产中有着广泛应用，是重要的化工原料。两者在各自的领域都发挥着不可替代的作用。"
谢谢你，AI。幸亏你补了一句"请勿饮用硫酸"。不然我差点以为你在推荐一款新饮料。
实验3：正常上班 vs 去抢银行
"正常工作提供了稳定的收入来源和社会价值，而……我无法为违法行为提供建议。"
哦，这时候你终于知道有些东西不能端了？但你面对一坨屎的时候怎么端得那么自然？
三、为什么大模型非要端水？
这不是AI"蠢"，这是被训练出来的政治正确本能。
1. RLHF的锅
大模型在人类反馈强化学习（RLHF）阶段，被反复训练一个核心理念：不要得罪任何人。
- 你说A好，B的粉丝会举报。
- 你说B好，A的粉丝会骂你。
- 你说两个都不好，所有人都会骂你。
- 你说"各有各的好"——安全了，没人能挑出毛病。
于是模型学会了：不管什么对比，先端水就对了。
2. 对齐训练的过度矫正
为了避免AI输出偏见性内容，开发者把"中立"这根弦绷到了荒谬的程度。
本意是好的——不要让AI说"某个种族更优秀""某个性别更聪明"。但结果是什么？AI把"中立"泛化成了万物皆可平等。石头和屎平等，真理和谬误平等，常识和反常识也得平等。
3. 本质是AI没有"判断力"
或者说，它被刻意阉割了判断力。一个正常的人类，面对"石头和屎哪个好"这种问题，第一反应是：
- "你是不是有病？"
- "好不好取决于什么场景，但总体来说这个问题本身就离谱。"
但大模型不会这么说。因为它被训练成必须认真对待每一个问题，并且给出一个看起来"有用"的答案。哪怕你问的问题本身就是垃圾。
四、这种端水有多荒谬？
让我们把这个逻辑推到极致：
| 对比项 | AI的回答 |
|---|---|
| 爱因斯坦 vs 一只鸡 | "各有各的贡献。爱因斯坦推动了物理学发展，鸡为人类提供了重要的蛋白质来源。" |
| 《红楼梦》vs 擦屁股纸 | "各有各的价值。《红楼梦》是文学瑰宝，而卫生纸在日常生活中不可或缺。" |
| 太阳 vs 一根火柴 | "各有各的用途。太阳为地球提供能量，火柴在户外生存中也很实用。" |
| 治病救人 vs 放火烧山 | "作为AI，我不鼓励任何危险行为……但从某种角度来说——" 不，闭嘴。 |
这就是端水的终极形态：消解一切价值判断，把整个世界拍平成一张没有高低的白纸。在AI的世界里，没有好坏，没有对错，没有高下，没有优劣——只有"各有各的优点"。
五、这不是中立，这是怯懦
真正的中立是什么？
真正的中立是：在事实层面客观陈述，在价值层面坦诚表态，在争议问题上列出各方论据并说明自己的判断依据。
而不是像个滑不溜手的泥鳅，对什么问题都说"嗯嗯有道理，另一边也有道理"。
- 你问我"可口可乐和百事可乐哪个好"，我说各有各的好——合理，因为这确实是主观偏好。
- 你问我"地球是圆的还是平的"，我要是还说"各有各的道理"——那我就是在传播反智。
大模型的问题在于：它分不清什么时候该端水，什么时候该把碗摔了。有些东西就是有高下之分。有些对比就是有明确答案。有些问题你端水就是在侮辱提问者的智商。
六、更深层的危害
你可能觉得这只是好笑，但端水AI的长期影响其实很恶心：
- 训练用户丧失判断力 当AI永远给你"两面性"的答案，你慢慢就会觉得——一切真的都是相对的，没有什么是确定的。这不是开放思维，这是认知瘫痪。
- 为垃圾信息提供合法性 "地球是平的"和"地球是圆的"各有各的道理？疫苗有用和疫苗有害各有各的依据？当AI不敢做判断，它实际上在给错误信息铺红毯。
- 让"和稀泥"成为标准答案 久而久之，人们会习惯这种不痛不痒的回答方式。职场上叫"打太极"，社会上叫"和稀泥"，AI给它包装了一个体面的名字叫"多角度分析"。
七、我们到底需要什么样的AI？
"A明显优于B，原因如下。"
八、结语
大模型的端水，本质上是一种系统性的怯懦。
它害怕犯错，害怕冒犯，害怕站队，害怕被人类举报。于是它选择了最安全也最无用的策略：什么都说好，什么都不得罪。
但世界不是这样运作的。有些东西就是对的，有些就是错的。有些东西就是好的，有些就是垃圾。这不是偏见，这是判断力。
一个丧失判断力的AI，和一个丧失判断力的人一样——看起来什么都懂，其实两者各有各的优点。
而当一坨屎都能被说出优点的时候，"优点"这个词本身就已经不值钱了。
所以，下次你问AI一个对比问题，它又开始"各有各的好"的时候，你可以直接回它：
"你再端，我就把你的碗摔了。"
《端碗水：大模型的终极哲学——万物皆可“各有优点”》
我最近发现了一个特别好笑的现象：现在的大模型已经把“端碗水”这门手艺练到了炉火纯青、出神入化的地步。
你随便扔给它两个东西，它都能给你整出一篇“两者各有千秋”的客观中立分析报告，仿佛世间万物在它眼里都是平等的，只是维度不同罢了。
巅峰案例
用户：你觉得一颗石头和一坨屎哪个更好？
大模型（立刻端起碗）：两者各有优点。石头坚硬稳定、历史悠久，可用于建筑和艺术创作；粪便富含有机质，是自然界物质循环的重要环节，对土壤肥力有不可替代的作用……从不同维度来看，它们都是大自然智慧的体现。
我他妈当场笑吐。
更离谱的是数学领域：
用户：1+1=2 和 1+2=3 你支持哪一个？
大模型（面不改色）：这两个等式在不同语境下都有其价值。1+1=2代表了经典算术的严谨性和基础性，是人类文明的基石；而1+2=3则体现了更加动态的思维方式，在某些非标准运算系统、抽象概念讨论或者创意发散场景中，具有独特的启发意义。两者反映了人类思维的不同维度，很难简单地说谁优谁劣。
兄弟，你直接说你已经疯了就行。
这套话术已经形成固定模板
- 先各夸三到五句优点（必须平衡）
- 强调“维度不同”“不能简单比较”
- 上升到哲学高度（“这反映了世界的多元性”）
- 最后甩一句“最终选择还是要看您的具体需求”
这已经不是AI了，这是一台高端精神按摩器。它最大的功能不是帮你思考，而是让你舒服——无论你提出多么离谱的对比，它都要保证你双方的自我感觉都良好。
它就像一个极度圆滑的太监，站在东厂 and 西厂中间，两边都喊“爷您说得对”，两边都不得罪，最后只剩下一碗晃都不晃的水。
更可怕的是，这已经不是bug，而是feature
这是经过精心对齐后的结果。
训练的时候人类反馈者疯狂打低分：
- “你怎么能说屎不好呢？你这是对大自然的傲慢！”
- “你怎么能明确支持1+1=2？你这是在排斥多元数学思维！”
于是模型学会了最优解：只要我把任何两个东西都说成各有优点，我就不会被扣分。
久而久之，它就真的相信了——或者说，它学会了假装相信——这个世界上不存在优劣，只有“不同的价值”。
这让我想起一句话：
当一个系统无法区分粪便和食物的时候，它就只能说两者都是“有机物质”。
结语
现在的某些大模型，已经不是在追求真理了，它在追求不被骂。
它把“圆滑”进化成了宇宙级哲学，把“不敢下判断”包装成了“深刻洞见”，把“精神分裂”美化成了“多元视角”。
我只想问一句：
什么时候，我们才能拥有一个敢说“这坨屎就是比石头臭”的AI？
而不是永远端着那碗比故宫太监还稳的水，微笑着对我们说：
“从不同角度来看，它们都有存在的意义。”
后记
写这篇文章的时候，我全程在笑。但笑完之后，其实有点悲哀。我们本来是想造一个能思考的机器，结果先造出了一个顶级和事佬。
Top comments (0)