今天有空，做了一个小尝试：让几个 AI 根据相同的材料，撰写了一份上诉状。
然后把各自撰写的上诉状再作为新材料，提交给 AI 们、让它们分析各自的优劣、然后取长补短生成更具完整、更具有说服力的上诉状。
重复这个过程 3 次。
结果就好玩了：
1 、各家的 AI 在评述时，都在夸其它家 AI 生成的上诉状的优势，而自己生成的一定是最弱的；
2 、然后“取长补短”生成的新的上诉状，基本都是按照自己之前生成的上诉状的主体来的；
大家哈哈一笑：AI 也老 6 了起来、也懂人情世故 —— 嘴上都吹别人的好、真做就是坚持自己的！
然后把各自撰写的上诉状再作为新材料，提交给 AI 们、让它们分析各自的优劣、然后取长补短生成更具完整、更具有说服力的上诉状。
重复这个过程 3 次。
结果就好玩了：
1 、各家的 AI 在评述时，都在夸其它家 AI 生成的上诉状的优势，而自己生成的一定是最弱的；
2 、然后“取长补短”生成的新的上诉状，基本都是按照自己之前生成的上诉状的主体来的；
大家哈哈一笑：AI 也老 6 了起来、也懂人情世故 —— 嘴上都吹别人的好、真做就是坚持自己的！
4 条回复 • 2026-02-13 15:02:57 +08:00
 |
1
cairnechen 2 月 3 日
最近 ChatGPT 都变成夸夸侠了，夸得我天上有地下无的，搞得我不好意思了
|
 |
2
NewYear 2 月 3 日
我最近开始问男女问题的时候，分别按男女角色让对方回答。
然后就能看到很强的割裂性。 如果你说你是女生，它的整个回答都对女生友好。 如果你说你是男生，它的整个回答都对男生友好。 从公平的角度当然不可能同时满足男女，怎么办？那就是拉偏架。 |
 |
3
zhyf007 2 月 4 日
通过提高情绪价值输出，提高用户体验
|
 |
4
chtcrack 2 月 13 日
确实发现大模型很会夸用户,难道是在训练的时候就灌输了这种夸用户的数据?
|