一、其表现特征为：

１、胡说八道的比例多了起来，即所谓幻觉，增加了用户判断的精力和时间，降低了效率

不要说国内的AI（刷都因一堆相关段子），国外的AI也同样，包括Gemini, ChatGPT，更不要说claude和Copilot

譬如，昨天我随口问了句某芯片丝印标号的含义，结果这４个国外的AI给出完全不同的４个解释，而且全部都是错误的。但是他们说出来时，看起来就像正确的一样。若非因为我多问了下几个AI遇到完全不一致，否则我还真可能就信了第一个问的了。

譬如，我问一个基本的元件的可替换常识（电容坍塌方向），结果４个AI给出了２种截然对立的回答，无聊之下直接把Gemini的回答复制给chatGPT，结果两个直接炒了起来，彼此都认为对方是错误的。

２、回答里扯淡含量明显升高，不会针对性回答用户问题

以前问个问题，Gemini和chatGPT通常都是很简明针对性回答，阅读获取想要的答案也很快。如果我对问题有疑惑希望知悉细节，在我追问后，他们也会针对性的给出我希望的解释。

可现在这俩货，每次回答都明显越来越长，尤其是chatGPT，哪怕是个很简单的问题，通常也在3-4页以上的的回答，我要读一堆无关的信息或者本身都知道的信息。

如果问题得到解决，低效一点也就是忍了，可问题是，他们经常给出明显错误、或者看了半天后，结果并非给出了解决的答案而是一大堆扯淡的无价值信息，耽搁了自己几十分钟的时间，这个时候，通常会感觉到很不爽。

二、推测原因

１、可能因为各种原因，模型在普遍性地产生幻觉和降智

２、不知道回答“我不知道”，只会试图协助用户解决问题。

有点像现实里的一些老学究或者老技术人员，面对别人的请教，其实自己也可能不知道答案，但是“一定要帮助”的心态作祟，开始扯各种试探性的思路，或者泛泛经验性的思考这个问题的原则（但很多实际是无直接价值的），反而浪费了别人很多时间。

３、或者，模型的进化速度，赶不上用户不断增长的期望？

三、无法更改

提示词要求它，不知道的不要胡说，尤其是对于非推理性的问题，直接说不知道

但是它也就是当场会改一下，几个来回或换个话题，依然老样子
--
修改:anylinkin FROM 39.144.79.*
FROM 39.144.79.*