AI 模型越講越歪樓！最新研究發現：AI 對話愈深入，表現愈糟糕

人工智慧（AI）已經不是什麼遙不可及的未來科技，從寫作、翻譯到客服，它早就成為我們工作與生活的一部分。但你有沒有發現一件事：剛開始和 AI 聊天時，它總是回答得頭頭是道，讓人驚呼「也太聰明了吧！」

但一旦對話拉長、你問得更深入，AI就開始卡住、兜不回來，甚至出現自相矛盾的情況。這並不是你遇到了Bug（程式錯誤），也不是你問得太難，而是一個所有語言模型都面臨的通病。

根據Microsoft和Salesforce最新研究，這種越聊越不對勁的現象，其實是語言模型在對話中普遍存在的結構性問題。研究團隊模擬了20萬筆對話，測試了包含GPT-4.1、Claude 3.7、Gemini 2.5 Pro在內的15種主流模型。

結果發現，這些模型在第一次對話中的表現非常出色，成功率高達90%；但一旦進入第二次、第三次……成功率就像跳水般下降，只剩下約60%。更令人吃驚的是，這個問題幾乎無法靠目前常見的技術調整解決，也讓人開始反思：我們所謂發展快速先進的AI，真的準備好成為對話中的夥伴了嗎？

AI對話為什麼越聊越糊塗？

你可能以為AI出錯，是因為它記不住前面的內容。但實際上，問題的關鍵不在記性不好，而是「太急著表現」。研究指出，當語言模型在對話中接收到不完整的資訊時，它往往會急著下結論，就像學生考試時還沒看完題目就開始寫答案。結果是，前面的假設錯了，後面的邏輯也一路歪掉。不但無法修正，還會自我堅持，繼續補充一堆看似合理、其實錯得離譜的細節。

這種現象讓人聯想到人類的「強辯」行為，但AI的版本更棘手，因為它不具備我們的懷疑機制。我們人類如果說錯話，有時會停下來想想：「欸，好像不太對？」然後修正，但AI模型目前還做不到這一點。它們無法意識到「我是不是不確定這件事？」一旦答錯，就一路錯到底。

這也顯示一個關鍵問題：語言模型目前的設計邏輯，還是偏向一次性任務。可惜，現實中的對話並不是這樣進行的。我們經常是一邊說、一邊釐清需求，問題是模糊的、資訊是漸進式的。

改參數、加推理，為什麼都沒用？

遇到問題，工程師們當然會立刻想：「是不是參數設錯了？」於是研究團隊試了所有常見的調整手段：調整溫度（temperature）參數（讓回答更保守或更冒險）、延長記憶長度、提升推理模組的能力等等。但這些努力，幾乎都無法明顯改善模型在多輪對話中的表現。換句話說，這不是模型參數調得不夠好，而是架構上的天生缺陷。

這背後的問題，其實出在訓練邏輯。過去語言模型的訓練大多使用單次問答的資料：一句話問、一句話答，任務清楚、資訊完整。但實際生活中，深入多次對話才是常態，而且常常一開始就資訊不清、問題不明。模型不習慣在模糊中摸索，就像一個只會背答案的學生，突然被拉去參加即興辯論比賽，自然是招架不住。

未來如果要讓AI成為真正的對話幫手，我們也許不能再把訓練重點放在「更準確地回答」，而要轉向訓練它「更懂得等待與釐清」。舉例來說，模型應該學會辨識使用者問題的不確定性，並主動反問：「你是指這個意思嗎？還是那個？」也許它還該學會「不急著給答案」，而是試著引導對話走向更清楚的方向。這才是對話真正的本質，而非只是問與答的機械式循環。

這次的研究結果，打破了我們對語言模型的想像。表面上看，AI越來越能模仿人類語言、理解語意，但當我們拉長對話、要求它「聽懂人話」，問題就浮現了。AI聰明沒錯，但還不夠謙虛、不夠小心，也不夠願意說「我不知道」。這反而讓我們更理解了人類對話的精妙之處：我們不只是會說話，而是懂得等對方說完，懂得保留模糊，也懂得在必要時改變想法。

下一步的語言模型發展，或許該從「更會講」轉向「更會聽」；從「給答案」轉向「與人探索」。要做到這一點，還有很長一段路要走，但這也正是我們讓科技真正貼近人性、創造價值的關鍵所在。