声明：本文表达的观点和意见仅代表作者个人观点，并不代表 crypto.news 编辑部的观点和意见。
我们惊叹于最新人工智能模型的智能程度——直到它们自信满满地向我们展示完全荒谬的信息。讽刺的是，随着人工智能系统变得越来越强大，它们区分事实与虚构的能力未必有所提高。在某些方面，情况甚至更糟。
- 人工智能反映了我们信息方面的缺陷。像 GPT-5 这样的模型之所以表现不佳，是因为训练数据中充斥着大量病毒式传播的、以吸引用户为目的的内容，这些内容优先考虑的是轰动效应而非准确性。
- 真理不再是零和博弈。多种“真理”并存，但当前的平台集中了信息流，造成了信息茧房和偏见，而这些又反过来影响着人类和人工智能。
- 去中心化归因机制可以打破这种恶性循环。基于信誉和身份关联的系统，借助加密技术，可以奖励准确性，过滤噪声，并利用可验证、可信的数据训练人工智能。
不妨看看OpenAI自己的研究结果：根据该公司的数据，GPT-4的一个版本（代号“o3”）在基准测试中约有33%的时间给出了虚假答案。 纸 它的小型后继产品（“o4-mini”）几乎有一半的时间都无法正常运行。最新型号 GPT-5 本应解决这个问题，而且也确实如此。 索赔 产生幻觉的概率要低得多（约 9%）。然而，许多经验丰富的用户发现 GPT-5 在实践中更笨——速度更慢、更犹豫，而且仍然经常出错（这也证明了基准测试只能告诉我们这么多）。
Nillion首席技术官John Woods的沮丧之情溢于言表。 说 ChatGPT 在 GPT-5 发布后，从“必不可少”变成了“垃圾”。然而，事实是，更高级的模型在区分真假信息方面会越来越差。所有模型都是如此，不仅仅是 GPT。
令人难以置信的是，随着 GPT-5 的发布，ChatGPT Plus 从必备品变成了垃圾。
— 约翰·伍兹 (@JohnAlanWoods) 2025年8月8日
大多数查询都被路由到性能极差的小型模型，上下文窗口只有 32K，使用限制更是少得可怜，他们居然还能获取你的数据？不了，谢谢。
令人难以置信的是，随着 GPT-5 的发布，ChatGPT Plus 从必备品变成了垃圾。
大多数查询都被路由到性能极差的小型模型，上下文窗口只有 32K，使用限制更是少得可怜，他们居然还能获取你的数据？不了，谢谢。
为什么更先进的人工智能反而不如之前的版本可靠？原因之一是，这些系统的性能完全取决于训练数据，而我们提供给人工智能的数据存在根本性的缺陷。如今，这些数据大多来自一种信息范式，在这种范式下，用户参与度高于准确性，而中心化的把关者为了最大化利润，会放大噪声而非有效信息。因此，如果不先解决数据问题，就指望人工智能能够提供真实的信息，未免过于天真。
人工智能反映了我们集体的信息中毒现象。
高质量训练数据的消失速度远超我们创造的速度。这形成了一个恶性循环：人工智能主要依赖网络数据；网络充斥着越来越多的误导性、无法验证的人工智能垃圾数据；合成数据又被用来训练下一代模型，使其与现实更加脱节。
问题不仅仅在于训练集质量差，更在于我们如何在线组织和验证信息的基本架构。 65% 全球人口中有相当一部分人每天花费数小时在旨在最大限度提高用户参与度的社交媒体平台上。因此，我们以前所未有的规模接触到那些无意中奖励虚假信息的算法。
虚假信息更容易引发强烈的情绪反应，因此传播速度比更正信息更快。由此可见，最容易传播的内容——也就是最有可能被人工智能训练流程吸收的内容——往往系统性地偏向于耸人听闻而非准确无误。
平台盈利靠的是关注度，而非真相。数据创建者获得的奖励是病毒式传播，而非真实性。人工智能公司追求的是用户满意度和参与度，而非事实准确性。而聊天机器人的“成功”在于用听起来合情合理的回复留住用户。
也就是说，人工智能的数据/信任危机实际上是我们人类集体意识持续受到毒害的延伸。我们正在向人工智能输入我们自己正在消费的东西。人工智能系统无法分辨真假，因为我们自己也做不到。
真理终究是共识。谁控制了信息流，谁就控制了我们集体认知中的“真理”，因为这些真理会被反复传播。而现在，掌握真理的却是一群庞大的企业，而不是我们个人。这种情况可以改变，也必须改变。
诚实人工智能的出现是一场双赢博弈
我们该如何解决这个问题？我们该如何调整信息生态系统——以及延伸开来的人工智能——使其朝着真理的方向发展？这首先要从重新构想真理是如何产生和维护的开始。
在现状下，我们常常把真相视为一场零和博弈，由谁的声音最大或权力最高来决定。信息被孤立和严格控制；每个平台或机构都兜售着自己版本的现实。人工智能（或人）如果被困在这些信息孤岛中，最终会形成狭隘且带有偏见的认知。这就是回音室效应的由来，也是人类和人工智能最终都会被误导的原因。
但生活中许多真理并非非此即彼、零和博弈。事实上，大多数有意义的真理都是正和博弈——它们可以共存并相互补充。纽约“最好”的餐厅是哪家？没有唯一的正确答案，而这正是它的魅力所在：真理取决于你的口味、预算和心情。我最喜欢的歌是一首爵士经典，但这并不意味着你最喜欢的流行金曲对你来说就“不真实”。一个人理解的加深并不意味着另一个人的理解就会受损。我们的视角可以不同，但并不互相抵消。
这就是为什么可验证的归属和信誉机制如此重要。真相不仅仅取决于声明的内容，还取决于声明的发布者、他们的动机以及他们过往的记录。如果网络上的每一条声明都带有清晰的作者链和实时更新的信誉评分，我们就能在不将控制权拱手让给中心化审核员的情况下，甄别出虚假信息。恶意散布虚假信息的行为者，其声誉会随着每一条虚假声明而下降；而长期保持准确记录的、深思熟虑的贡献者，其声誉和影响力则会不断提升。
加密货币为我们提供了实现这一目标的基石：去中心化标识符、代币管理的注册表、质押机制以及将准确性转化为经济价值的激励机制。试想一下，在一个知识图谱中，每条陈述都与一个可验证的身份相关联，每个观点都带有信誉评分，每一项真理主张都可以在一个开放的系统中受到质疑、质押和裁决。在这个世界里，真理并非来自单一平台，而是从一个由具有归属感和信誉加权的声音组成的网络中自然涌现出来的。
这样的系统彻底颠覆了激励机制。内容创作者不再为了追求病毒式传播而牺牲准确性，而是将自己的声誉——以及往往是实实在在的金钱——押注于内容的真实性。人工智能不再基于匿名垃圾数据进行训练，而是基于带有属性和声誉权重的数据进行训练，其中真实性和可信度已融入信息本身。
现在考虑一下人工智能在这种背景下的应用。基于这种声誉感知图谱训练的模型将能够处理更清晰的信号。它不会仅仅鹦鹉学舌般地重复最热门的说法；它会学会将归因和可信度纳入考量。随着时间的推移，个体本身也可以参与到这个系统中——对自己的输出进行押注，建立自身的声誉，并不仅在口才上，更在可信度上展开竞争。
这就是我们打破信息污染循环、构建反映正和博弈、去中心化真理愿景的人工智能的方法。如果没有可验证的归属和去中心化的声誉，我们将永远不得不将“真理”外包给中心化平台，也永远容易受到操纵。
有了它们，我们最终可以超越零和权威，走向一个真理动态地、有韧性地、而且——最重要的是——共同涌现的体系。
比利·吕德克 自 2012 年比特币和 2014 年以太坊诞生以来，Billy 一直活跃在区块链领域的前沿。他曾协助安永会计师事务所 (EY) 启动区块链咨询业务，并在 ConsenSys 工作五年多，通过研发、开发者关系、代币工程和去中心化身份等工作，参与塑造了以太坊生态系统。Billy 还曾担任 uPort 的企业负责人，并担任欧洲经济区 (EEA) 数字身份工作组的联合主席，以及去中心化身份基金会的创始成员，在自主身份领域做出了开创性贡献。如今，他是 Intuition 的创始人，Intuition 是信息金融领域的原生区块链，致力于将身份、声明和声誉转化为可验证、可货币化的数据，为下一代互联网赋能。
微信里点“发现”，扫一下二维码便可将本篇文章分享至朋友圈
发布者：币下载 转转请注明出处：https://www.binancememe.com/301753.html
