AI牛马这么快就学会了“摸鱼”，真牛马泪崩

大伙儿发现没，现在的 AI “摸鱼” 的现象日益频出，前阵子有人花大价钱给 OpenAI 充了 200 刀的会员，就想瞧瞧 GPT-5 到底多厉害。结果扔过去一道算术题，它直接算崩了。你说气人不气人，这 200 刀的 AI，居然还没那人 20 块的计算器靠谱。​

但那人记得 GPT-4 刚出来的时候，还让它算过高数呢，难道升级把智商给升没了？于是那人又丢了道微积分过去，嘿，人家换元法用得那叫一个溜，看起来还真没毛病，评论区的大学生们可以来验验真假。​

所以啊，两次算术用的都是 GPT-5，怎么还对那人 “见人下菜碟” 呢？那人本来以为是 OpenAI 飘了，结果上网一查，发现这事儿还真不是 GPT 一家这样，甚至有点行业趋势的意思。​

前几天美团发布的开源模型 LongCat，就说自己用了个 “路由器” 来提高效率；DeepSeek 3.1 发布的时候也说了，自己一个模型能有两种思考模式；同样是 AI 巨头的 Jimina，在 Jimina 2.5 Flash 发布时也引入了相似模式，让模型自己决定怎么 “用脑”。总的来说，大家都在让自己的模型该思考时再思考，该偷懒时就偷懒。​

这么做的原因也很好理解，就是为了省钱。从 OpenAI 发的资料来看，通过这种让模型自己决定要不要思考的方式，省下来的 “坑” 还真不少，GPT-5 输出的 “坑” 数就少了 50% 到 80%。BBC 官方发的图表里也显示，新模型的 TOX 消耗下降了大概 20% 到 50%，这可是省了一半呢。​

这概念普通人可能没什么感觉，但对 OPPO 这样的大公司来说，可能就是一大笔开销。早年央视就报道过，GPT 每天耗电超过 50 万度，在这么庞大的基础下，省出来的部分够一个上万户家庭的小镇用一天了。难怪奥特曼在网上跟网友说，网友们跟 GPT 说声谢谢都要花他上千万美元。​

之前的高级模型，一句 “谢谢” 都能让它思考几分钟，确实有点浪费。那 AI 这 “看题下菜” 的能力到底是咋来的呢？OpenAI 没公布具体原理，但 2023 年有篇论文专门分析了这个问题。在 GPT-3.5 出来那阵，大模型还不会自己调节思考能力，每个问题都能让 AI 一个劲儿地烧脑。为了提高效率，研究者想出了个叫 “感知路由器” 的模块，它本质上就是在混合模型里塞了一个小巧的语言模型。​

在前期训练时，“路由器” 就跟刷题似的，对使用哪个模型最佳做出自己的预测 —— 哪个模型适合深度研究，哪个模型适合快速思考。当然有标准答案，模型会把这个预测分和标准答案对比，计算出两者间的误差，接着通过微调 “路由器” 内部的参数来减小误差。等它刷了数百万道题之后，就逐渐学会怎么给提示词分配合适的模型了。当一个新提示词进来，AI 内部的路由小模型就会先扫一眼，评估一下这个问题配不配让它动脑。因为 “路由器” 比较轻量级，所以这个评估过程几乎是一瞬间的事。​

除了这种思路，AI 还有一种偷懒办法，就是把不同的 token 导向不同的神经网络。像美团 LongCat 就采用了这种方法，从报告来看，他们用了一种叫 “零计算专家” 的机制。​

通常来说，当有人输入提示词之后，提示词会拆分成一个又一个的 tokens，交给模型内部的神经网络去处理。而 LongCat 在处理之前，会先把它交给一个小 “路由器”，这小 “路由器” 就像流水线上的调度员，收到 token 后会判断这 token 处理起来是复杂还是简单。​

同时，它内部有许多不同分工的神经网络，我们叫它们 “专家”。这些 “专家” 有的喜欢做难题，有的喜欢做简单题，当然也有 “摸鱼界专家”。像那些没什么用的 token，就可以丢给那些 “摸鱼大王”，因为它们根本不需要怎么处理。这下你就知道 “零计算专家” 这名字是咋来的了，也能解释为啥大家都在说模型变快了。​

总的来说，这种设计对模型厂商来说算是好事，不仅省钱还能提升训练效率。从用户角度来讲，模型更快了，价格也更便宜了。但有人觉得这玩意儿是把双刃剑，用不好还真会实实在在影响用户体验。​

比如 GPT-5 刚上线时，这 “路由器” 就出问题了，用户发现自己怎么也调不出它的思考模式，问啥都懒得思考，摆烂似的只会 “对对对”，连蓝莓里有几个籽都数不明白。而且用户也有自己的喜好，很多人就是喜欢 GPT-4 那种啥都认真回应的劲儿，结果被一刀切了，搞得很多网友在网上哭诉自己失去了一位 “朋友”。​

这不就变相说明，发布的时候 “路由模型” 就没调好吗？再说 LongCat 确实很快，但在思维深度上还是比不过其他大模型。像有人同时给 LongCat 和 DeepSeek 丢了同一个问题，LongCat 刚开始唰唰出答案，却没解读出这句话的幽默感；而 DeepSeek 虽然慢了点，笑点解析得却很清楚。就像有人说口算很快，问那人 “114 乘 5 加 14 等于多少”，那人说 “1919810”，就问你快不快吧？​

当然，对于 “路由器罢工” 也有些解决办法，就是在提示词里加入 “深度思考”“auto sync” 这些字眼，“路由器” 收到后会尽量调用更强大的模型。不过这也只能说是治标不治本，多用几次可能就 “拼尽全力”，实在没办法叫醒了。这时候就说明它确实罢工了，只能再等几个小时再来试试。​

所以说到底，方向是好的，技术是新的，但现阶段的体验也确实只能算 “还行”。当然啦，大模型的成长速度比人们想的更快，更好、更快的模型说不定已经在路上了呢。