最近圈子里都在传，说大模型越来越“笨”了。有人甚至搬出了张琦谈chatgpt降智这个说法，搞得人心惶惶。我在这个行业摸爬滚打十三年，从最早的规则引擎到现在的生成式AI，这种“退化论”听过不下十回。今天咱不整那些虚头巴脑的学术名词，就聊聊我最近遇到的真事儿，看看这所谓的“降智”，到底是个啥情况。

上周，我带团队测试一个新上线的垂直行业大模型。客户是个做供应链管理的老板，急着要个排产方案。以前用老版本，模型能直接给出一个看似完美的表格，数据填得满满当当。这次新版，模型却在那儿“车轱辘话”来回说，一会儿说要考虑库存，一会儿说要看物流，最后给出一堆正确的废话。老板当场就急了，拍着桌子说：“这玩意儿是不是退步了？以前多利索，现在咋跟个复读机似的？”

我当时心里也咯噔一下。但仔细一查日志，发现模型其实是在进行更复杂的逻辑推演，只是它把思考过程展示出来了，而不是直接甩结果。这就好比以前是个只会背答案的学霸，现在变成了个会跟你解释解题思路的老师。虽然看起来啰嗦，但如果你去核对每一步，你会发现它没犯低级错误。

这就是很多人感觉“张琦谈chatgpt降智”的核心原因：我们习惯了“黑盒”的高效，却受不了“白盒”的繁琐。

我想起两年前，有个做电商的客户，用AI写商品详情页。那时候的模型，为了追求速度，经常 hallucinate（幻觉），也就是瞎编。比如把纯棉衣服写成真丝，把保质期写成三年。客户投诉电话打爆，我也头疼。后来我们调整策略，引入了更强的事实核查机制，还加了人工复核环节。结果呢？AI生成的文案确实变“慢”了，甚至有时候会因为找不到确切依据而拒绝回答。

但这真的是降智吗？我觉得恰恰相反。这是AI在学会“克制”。

你看现在那些顶级的大模型，它们越来越像老练的职场人。以前是愣头青，啥都敢接；现在是老油条，知道什么能说什么不能说。这种变化，在用户眼里就是“变笨了”，但在商业应用里，这叫“靠谱”。

我有个做法律咨询的朋友，他跟我说，现在的AI助手不再随便给法律条文，而是会提示“建议咨询专业律师，本内容仅供参考”。乍一听挺扫兴，但你想想，如果AI随便给个错误建议，把人送进局子，那责任谁担？这种“降智”的表现，其实是AI在划定边界，保护用户，也保护开发者。

所以，别被“张琦谈chatgpt降智”这种焦虑营销带偏了。真正的降智，是模型能力不行，连基本逻辑都搞不清。而现在我们看到的“啰嗦”、“保守”、“拒绝回答”，其实是模型在追求更高的准确性和安全性。

当然，这中间也有过渡期的阵痛。比如交互体验变差了，用户需要更多的引导才能拿到想要的结果。这需要产品经理和开发者花更多心思，把复杂的逻辑简化，把冗长的解释精简。但这不是AI变笨了，而是我们在教AI怎么更好地为人服务。

我常跟团队说，做AI不能只盯着参数看，得盯着场景看。在医疗、金融这些高风险领域，稍微“降智”一点，多确认几次，可能就能避免一场灾难。而在创意写作、头脑风暴这些领域，我们则希望AI能更“疯”一点，更天马行空一点。

所以，下次再听到有人说AI降智，你先别急着骂。不妨问问自己：你是想要一个永远正确但可能虚假的机器，还是一个偶尔啰嗦但绝对诚实的伙伴？

这行干了十三年，我见过太多技术的起起落落。每一次所谓的“退步”，背后往往藏着更深层的进化。别慌，给AI一点时间，也给自己一点耐心。毕竟，我们是在和一个正在学习如何像人一样思考的伙伴打交道，而不是在操控一台冷冰冰的计算器。

最后想说，别总盯着“张琦谈chatgpt降智”这种标签看。标签是给别人看的，体验才是自己的。当你发现AI开始跟你讲道理，开始跟你探讨边界，开始变得“谨慎”时，恭喜你，它可能真的长大了。