1.5万次测试揭AI真相 人类“最后优势”曝光

生成式AI进入职场第4年，越来越多人把写作、分析甚至决策交给AI，却也开始出现一种新的职场疲劳。据报道，研究人员对现今“7大主流模型”进行超过1万5000次测试后发现，人工智慧的建议全部正确却毫无用处，不论如何调整题目、句型与分析框架，AI提出的建议最后往往陈腔滥调，最后只剩下一堆看似专业、实际上难以采用的漂亮话。

专家指出，过度依赖AI，不但未必能明显提升工作成果，反而可能让人的判断力与创造力逐渐钝化，其判断力、创造力与专业直觉慢慢被掏空。早期采用者精心建构的工作流程往往会在一夜之间被下一代模式淘汰，但唯一无法撼动的竞争优势是人类的判断力和美感直觉。

据报道，研究人员针对ChatGPT、Claude、DeepSeek、Gemini、Grok、Mistral及GPT-5等7款主流大型语言模型，进行超过1万5000次测试，让它们回答不同行业的真实策略问题。结果发现，不论如何调整题目、句型与分析框架，AI提出的建议最后往往都会收敛到几个熟悉字眼，例如“差异化”、“合作”、“长期思考”、“创新”及“集中管理”。

这些词听起来正确、专业，也几乎不会出错，但问题正出在它们太过正确。它们本质上只是网络上最常见观点的平均值，是一种经过统计计算后形成的陈腔滥调。对真正需要独特切入角度的决策者而言，这种“正确却没用”的建议，不但无法解决问题，反而可能掩盖真正值得深入思考的方向。

换句话说，AI生成的许多答案，往往不是最深刻或最有洞察力的答案，而是统计上最安全、最常见、最不容易出错的答案。因此，当使用者因为不想面对棘手问题，把思考责任直接交给AI时，AI所做的，很可能只是把使用者原本模糊且表面的想法，重新包装成一篇篇冗长、漂亮但空洞的文字，再交回使用者手上。

《哈佛商业评论》近期针对约1500名美国专业人士进行的调查也显示，科技焦虑与生产力悖论，正成为职场压力的重要来源。许多人投入大量时间研究大型语言模型、测试提示词及建立AI工作流程，但管理阶层最后认为，他们的产出与从未使用AI的同事相比，实质上并没有太大差别。

1.5万次测试揭AI建议的致命弱点。（法新社）

投入与产出之间的严重失衡，让原本“用更少资源完成更多工作”的职场压力，变成一种披著科技与效率外衣的新型职业倦怠。工作者不仅要完成原本的工作，还得追踪新模型、新功能与新工具，结果花在学习AI上的时间不断增加，工作品质却不一定同步提升。

Axios共同创办人、资深媒体人Jim VandeHei对此深有体会。他直言，懒惰地外包给AI，最后只会换来懒惰的思考与写作。AI并不会主动替人创造真正独特的观点，若使用者一开始没有清楚的判断与想法，再强大的模型也只能产出大量看似完整、实际上没有灵魂的内容。

创意领域的测试也进一步证明，人类直觉仍难以被取代。研究人员以一名视觉艺术家的个人画作训练模型，再让AI与艺术家进行创作比较。结果显示，AI虽然能精准模仿艺术家的风格，却在原创性、生命力与美感表达上明显落败。

AI可以掌握色彩、构图、笔触与形式，却难以复制艺术家对世界的感受，以及长期生活经验累积而成的审美直觉。模型拥有庞大资料，却缺乏人类对细节、情绪与意义的敏锐感受。

这项限制在最新的AI图像生成工具上也十分明显。一些使用者花费数小时测试AI绘图功能，最后发现，虽然模型可以生成接近想像的画面，但前提是提示必须精确到近乎把所有创意概念都事先想清楚。

科技快速迭代，也正在无情地抹去早期使用者建立的优势。2023年时，许多AI爱好者熬夜打造客制化GPT、复杂提示词与AI代理工作流程，但当下一代模型推出后，这些辛苦建立的系统，往往瞬间就被模型本身吸收。

专家指出，AI确实能帮助人们更有效率地生产内容，但却无法告诉人们，究竟什么东西值得被生产。大量由AI快速生成的文章、图片、简报与企画，最后仍可能在没有任何人真正阅读或使用的情况下被丢进垃圾桶。

这也揭示了，人类最难被取代的竞争力 : “判断力”。知道什么值得追求、什么应该完成、什么又该果断放弃，这种能力不是单靠资料量、运算速度或工程技术就能突破。