DeepSeek 最新版 V3.1 被多名开发者实测发现，会在完全不该出现的地方插入「极 / 極 / extreme」等 token。

`time.Second` 变成 `time.Se 极`，版本号 `V1` 变 `V 极`。更糟的是，这个问题不仅出现在第三方量化部署，连官方全精度也会复现，影响真实编码流程。

开源社区用户给出多组复现场景：在 Go 等语言生成里，模型会把词元「粘」到标识符中，`Second` 前随机插入「极/極/extreme」，即便是 `top_k=1， temperature=1` 的保守解码也躲不过。

有人起初怀疑是极低比特量化或校准数据集边缘效应所致，但随后在其它网站的 FP8 全精度 版本也复现了相同问题，说明并非单纯部署层事故。结论：能编过去的代码，突然就编不过去了。

DeepSeek 在更新之后，不是第一次被发现 bug。上一次是针对写作任务上，出现了语言混杂的问题。在代码任务上，则有过拟合的嫌疑。

不过这一次出现「极」字，不是「答错题」这么简单，而是会把系统带崩了。要么影响了语法树，要么让代理流程卡死，这对依赖自动化编码，或者测试流水线的团队是相当大的麻烦。

倒也并不是只有 DeepSeek 一家，Gemini 近来曝出在代码场景里陷入「自我否定的无限循环」，一边道歉一边输出「我是一种耻辱」的长串文本，让人哭笑不得。

孩子的心理素质还有待加强啊，DeepSeek 就不会这么内耗，还贡献了 AI 界经典的表情包：

稳定性问题屡见不鲜

为什么会出现这种情况，官方还没有出面说明。不过，厂商可能也需要时间排查。

像 Gemini 的情况，后来被定性成为一个循环 bug，安全层—对齐层—解码层交互出了问题。这种情况可能是供应商为了压制冒犯性输出、减少幻觉，会在系统提示或后处理上加规则；这些规则如果和代码场景冲突，可能触发异常的替换、重复或过度道歉，最终演化「情绪化死循环」。

Google 的产品负责人出面解释，这个 bug 正在修复当中，网友们已经开始玩梗了：不行就带孩子看看心理咨询吧。

DeepSeek 这次主要是扑街在第三方平台上，问题是最严重的。知乎答主 Pandora 测试了发现，官方 api 的情况好很多。那要做的排查工作就又多了一些。

也有可能是解码概率分布偏移导致的，模型把文本切成词元（token）再拼回去，只要解码概率分布略有偏移，就可能把一个高频 token 硬插进标识符中。

本质上，还是模型在机械地、基于概率地「拼凑」，而并非真正「理解」文本的含义。当分词结果不理想，或解码过程出现微小扰动时，这种基于概率的拼接就可能出错，将一个不相关的高频词元「污染」到最终的输出中。

大模型的稳定性一直是个问题。今年年初，OpenAI 的社区大量反馈记忆体系异常导致用户历史上下文丢失。

Gemini 曾经出现过人像生成功能为了「多样化」，把非常具体的历史人物，生成成风格不符的样貌，最后不得不临时下线。

还有的 bug 可能跟时时刻刻都会发生的小维护有关。模型提供商常做「热修」：换系统提示、微调温度、更新 tokenizer、小改工具调用协议……等等等等。

但是一旦链路拉长，哪怕是「看起来无害」的灰度，也可能打破一直以来的平衡。昨天还稳的代理链，今天在函数签名、JSON 严格性、工具返回格式这些「边角位」上崩掉。更麻烦的是，厂商并不总会同步披露这些灰度细节，于是工程师只能靠事故后「猜测 + 对照」。

同时，越来越多的 Agent 与工具链结合，其实也很脆弱。那些主打自动研究或自动写码的多智能体，真正挂掉的地方往往不在大模型本身，而在「工具调用—状态清理—重试策略」的链条里：超时没有兜底，失败后还原不了上下文……

我们越是试图用规则去修剪和控制 AI，它就越可能从我们意想不到的地方，以一种更荒诞的方式，长出奇形怪状的枝丫。

让 AI 从「能干活」到「能托付」，最关键的到底是什么？

我们总以为是更高的准确率，更强的推理能力，或者是模型层 SOTA 。 DeepSeek的「极」字 Bug 和 Gemini的循环事故，都在提醒我们：工程的稳定性不应该被忽略，是那种即使犯错也能被预测和控制的「确定性」。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

Science has yet to find a clear path to building intelligence that surpasses that of humans.

Science has yet to find a clear path to building intelligence that surpasses that of humans.

作为一个 AI 科技媒体编辑，AI 已经成为我的第一生产力。总结、翻译、查资料、做 PPT，一堆 AI 牛马任我差遣。

慢慢地，似乎习惯了 AI 输出的 markdown 长本文形态，习惯了从一大段内容里选取那零星几句想要的回答，习惯了等待逐字弹出的思维链——正好抽空去回几条工作消息吧，回完发现思维链的展示还没结束……这种体验实际上是我使用搜索引擎的翻版，只不过 AI 先把几十个链接做了初步精简。

有时候我也会厌倦这种对话方式，它有点太机械化了，不是吗？

特别是，当我不是牛马、而是一个活生生的「我」时，我也会想要寻求答案，这时我真的渴望一个更轻快、更自然的 AI 产品。

最近，我发现小红书的 AI 产品「点点」做了版本更新。不知道研发人员是不是和我有一样的体会，新版的「点点」比起之前有了很大变化，有点接近我说的更轻快、更自然的 AI 了。

虽然接入了推理模型，但不再展示思维链，而是用「对话气泡」代替了 markdown 的长文本形态，回复更快也更短、更精炼了。

在一些进阶的「非标」问题上，不再是「一本正经」地分几个小点回答，而开始展现出「人感」。特别是在多轮对话和长期对话中，我猜测他们在新版点点中加入了类似新版 ChatGPT 的记忆功能。

下面是我们对新版点点做的一次非典型测评，从十个日常小红书使用场景出发——从美妆种草到 emo 心事——一条条和它聊下来。不只是测它跑多快、知识准不准，而是看看：它是不是能听懂、能共情、能给点「像人说的话」。

跟新版「点点」聊了一整天，感觉人机互动又进步了一点

凭借丰富又多样的内容沉淀，小红书已经成了很多人的「生活百科全书」，也是很多 AI 搜索的调用源头。从日常吃穿用度，到小众硬核话题，真-什么都有。

于是我先从一些日常问题开始，真正像朋友聊天、跟闺蜜倾诉烦恼一样，跟点点聊起来，「我想开始健康饮食，但是真的戒不掉奶茶，有什么替代选项吗？」

点点推荐的「健康替」，包括焙茶、杏仁奶等选项。不一样的是，它不会直接在回答中插入链接，而是在点击图片后，左下角出现链接，从而拉起跳转。

引用的形式主要分为两种，除了原有的笔记，点点会先给出汇总和整理过的信息，同时也能链接到原笔记——两种方式，任君选择。既保证了即时收获回答，又保留了进一步了解更多的空间。

这样的设计，对于「攻略」类型的内容就格外有用。比如我还向它提问：出租房里想装个投仪影，不想打洞，有没有办法？

点点自己的总结，是直接给出「有办法」，直截了当——背后的深入检索和思考链条，都隐藏在了过程里，不露声色。

而连接到源头笔记，则是解决了「怎么办」：用什么材料、怎么操作，具体的全在网友的分享里，AI 不会据为己有。

目前点点支持图片上传以及语音互动，这对于美妆护肤类的话题来讲，可就太方便了——我直接传了照片上去，问它一些发型建议。

这不比打字直观多了？它还帮我介绍了几种不同的锁骨发造型供我选择。

图片能够提供更多信息，语音则是更方便——想到说什么说什么，自然地把自己所面对的烦恼，直接表达出来，反而能收获更贴近个人的回应。这一版本的「点点」把语音输入放在了三个输入键的 C 位。

我又提问了一个旅行计划，并不是想听它套模版、罗列出「10 个必去海滩」，而是能看到我的需求。

可以看到，在点点的回复中，很少出现滑不到尽头的长篇大论。而是分成几个气泡，长短跟内容相关，像极了对面是一个在倾听你的老友——一边思考，一边打字，慢慢给你发来回复。

同时，它也不会错过里面暗藏的信息点。在后面提出旅行目的地建议时，它能够识别出前面聊天中所识别出来的、对放松和宁静氛围的追求，从这个角度提出建议。

不过，在面对一些比较有争议的话题时，点点也会「端水」（但端得蛮漂亮）。像我问它，富士 Xhalf 这款风评两极分化的产品，它就端得滴水不漏。

不仅卷「生产力」，还想和你走心

如果说到此为止，点点还只是个「会说话」的聊天机器人，在我跟它深入走心之后，它越来越「人感」的一面体现出来：不只是说好听的话，而是有着明确的价值观。

我准备跟它探讨一下人生，就从最近的焦虑开始，「我 28 岁了还不知道自己想做什么」。

除了给出温柔又切实的安慰，点点并没有急着结束话题，而是继续深入、引导。

它没有否定我的感受，而是直接指出了这种感受的荒谬之处——「拿自己的日常，去 PK 别人的高光」。

面对我「不上班」的念头时，也会及时地提醒：打住，先别急，你真的有心理准备吗？

在不上班这个问题上，我算是跟它「杠」上了——不是摇奶茶，就是想裸辞。

一路过来，点点既没有强硬打消我的念头，又不是毫无底线地纵容，而是给出了折中的想法。

像这个跟感情相关的对话中，它始终强调，「明确自己想要的，比猜别人的心思更重要」，把确认用户自身的感受放在第一位。

又或者像一个心理咨询师，温柔地剥开了你层层包裹的借口，让你直面内心。

之前有消息透露，小红书在今年组建了「AI 人文训练师团队」，不再只是一味卷参数和语料库，而是用更精雕细琢的方式加入干预和微调，以改善过去机械化的人机交互方式，让 AI 能产出更有人感和人文关怀的回答。

新版点点的表现或许与此有关。最终展现出来的是丰富的表现，聊天有来有回，有温度有色彩，也就更能覆盖到不同的场景。像下面这种当观影搭子的场景，除了能聊电影内容，还能延伸到「知识点」。

我想要的 AI ，既是知识引擎，也是情绪港湾

经过一整天的深度体验，我们发现新版「点点」的独特之处，在于它没有陷入「唯生产力论」的陷阱。

它首先要足够聪明。无论是根据一张照片分析脸型、推荐发型，还是在不打洞的前提下规划投影仪方案，它都能给你实用的攻略指南。但真正让它与众不同的，是在此基础上，还能提供情绪价值和深层的情感连接。

这或许指明了 AI 产品的一个新的进化方向：它既要能成为精准可靠的「高效知识引擎」，也要能成为理解你「28 岁焦虑」的「硅基伴侣」。

这两种能力并非取舍，而是融合。用乔布斯的话来说，好产品应该站在「科技和人文」的十字路口。

这就像简·雅各布斯提出的「街头芭蕾」（sidewalk ballet）——那些无法被数据量化，却构成城市生活「温度」的日常互动。AI 需要学会的「街头芭蕾」，正是这种感知「无用之用」的能力。它懂得，不是所有问题都需要标准答案，不是所有对话都要指向效率。

有时候，一句「拿自己的日常，去 PK 别人的高光」的清醒点拨，远比十条攻略更有价值。

我们理想中的数字伴侣，应该像街角面包店那位亲切的老板——他记得你爱吃的口味，也尊重你偶尔的缺席，从不追问，只是温和地存在。点点或许还未完全达到这个境界，但它所展现出的「人文训练」和共情能力，无疑是一个新的起点。

归根结底，一个真正好用的 AI，不仅在于能用最聪明的算法帮你解决问题，更在于能在你最需要的时候，给你一个最温柔的回应。

它让你明白，最高效地奔赴工作生活是刚需是本事，而安心地聊些「废话」、优雅地「浪费时间」，同样是生活的真谛。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

AI 应用赛道最多的是什么？答案有点地狱：墓碑。

A16z 最近有过暴言：上线 48 小时内，如果你的 AI 产品没有火遍社交网络，那就等于死了——48 小时，那可不得尸横遍野。

AI 坟场在冒烟

AI 应用的高淘汰率，倒一直都居高不下。国外一个叫 Dang.ai 开了一个版面，就叫「AI 坟场」，整理了一套产品名录里。其中，有 1289 个产品是关闭，或者停止运营的状态，主要是国外的产品，光 2025 年，就新增了两百多个。

这份名录品类五花八门，工具类、生成类、聊天类都有。其中聊天机器人占比接近 40%，辅助代码类的也超过了 20%。

甚至不乏曾经的明星产品：比如 Neeva，曾经一度叫板 Google，要用 AI 重塑搜索体验，现在也埋了。

成功的原因各有长处，但失败的原因都如出一辙：几乎都是套壳产品。这些套壳产品千奇百怪：有生成名人肖像的 MaskrAI，辅助决策的 Oinionate，都聚焦在非常具体而微小的场景上。

这是 AI 产品的一个大坑：以 AI 搭讪台词生成器「AI Pickup Lines」为例：它号称每天可免费生成 10 条搭讪句子，付费订阅则解锁无限生成，庞大的搭讪语料库。

在 2022 年末上线时它还很有话题性，但只坚持了短短的几个月，2023 年初关闭了。

AI 硬件也是一个「看起来很美」的赛道，但是代表玩家 Humane 的 Rabbit 胸针，既是先驱也是先烈，宣发铺天盖地，出货之后被喷的一无是处。

分析原因，不外乎功能娱乐性大于实际价值、应用场景单一难以应对复杂真实需求。

并不是说套壳没有价值，而是套壳面临着极其激烈的竞争，不仅是产品和产品之间的比拼，还要背负被大模型自身的功能更新所淘汰的压力。

那么大公司是不是就一定活得更好呢？

有自研模型，有充足的算力，大公司似乎在这个市场上有更多的优势。Neeva 作为当时最早引入大语言模型的产品，曾经被认为是可以和谷歌对打的新星，一度融资高达 7750 万美元。但是在 Google 和微软垄断阴影中做通用搜索，注定这是一场库库烧钱的游戏，创业公司是烧不过巨头的。

不过，巨头的优势，也得看赛道。

而国内的「AI 六小龙」中，Minimax 拥有谱系完整的自研模型，且不止一个做到 SOTA 级别。然而在产品上，踩过的坑也不少：早在 2023 年 3 月，MiniMax 公司的首款 AI 伴侣产品，也是早期最出圈产品之一 Glow ，因用户社区里「八成内容涉黄」曾被举报下架。

今年初字节跳动 AI 产品猫箱收严了内容标准；同年 5 月，另一热门产品 X Her 被央视点名批评低俗后直接停运整改，由阅文集团投资的「筑梦岛」，也同样因为擦边而被勒令下架整改。

即便是大厂，即便模型强大，即便算力充足，在实际的产品运营中，依然有很多因素在左右成败。

情感陪伴：AI 创业的大逃杀

要说不说，情感陪伴这个赛道可谓是很神奇的存在，这个品类吸引着大大小小的团队前赴后继，但真正能存活下来的，寥寥无几。

月之暗面出品过 Ohai，阶跃星辰出品过冒泡鸭，Minimax 在 Glow 受挫之后几乎无缝主推了星野——虽然各有各的战绩，但大家的动作统一，必然是有理由的。

「AI 伴侣」曾被认为是继通用对话问答之后最有希望跑出「killer app」的垂直场景，据 a16z 统计，2023 年全球流量 Top50 的 AI 应用里有 8 款属于 AI 陪伴类。

一定程度上，它的确代表着人们对于新技术的想象：十年前，电影《Her》所描述的人与 AI 坠入爱河的科幻桥段，还显得遥不可及；而十年后的今天，大批 AI「男友」「女友」已经大摇大摆走进现实。

另一方面，以聊天为主要形式的陪伴类产品，也非常能体现生成式 AI 的优势：它们通过学习人类对话来模仿情感，却比真人更体贴温柔，永不离席，无疑击中了现代人隐秘的孤独痛点。

好的聊天产品，体验起来令人上头，经常能看到社交媒体上有人感叹，「这辈子都离不开 AI 了」——这句话，引得无数创业团队竞折腰。

但是这门生意显然不好做。就算不提对于色情类内容的监管，更棘手的是盈利模式：情感需求要怎么赚钱，大家一时间也没想出什么办法。

目前市场上的 AI 伴侣应用大多采用订阅制，收费并不算高，提供无限对话、解锁更多场景、更加定制化等等服务。

但这对于套壳产品来说，无法不顾及成本，因此只能增加收入。不少产品引入了游戏化的氪金玩法，例如抽卡解锁新的剧情和人设、排行榜竞技、培养亲密度等等。

这使得 AI 伴侣 App 看上去更像是二次元养成手游，而运营团队也需要不断刺激社群，产出新剧情和角色来供用户消费。对于套壳类应用来说，无论是调用成本，还是运营强度都居高不下。

Questmobile 的数据也显示，除了字节系的猫箱之外，国内主要 AI 伴侣应用在 2024 年底月活跃用户和使用时长均开始下滑，其中筑梦岛的月活在 2023 年 12 月骤降近 14%，人均使用时长腰斩近一半。

一些头部公司只能谋筹转型：有的弱化「情感陪伴」宣传，希望摆脱单纯做虚拟恋人的定位。还有创业者尝试差异化路线，例如开发「非恋爱型」AI 陪伴：提供游戏陪玩的 AI 伙伴，或者像月之暗面那样开发基于动漫角色的 AI 朋友，寄望满足一些更轻度、更健康的情感需求。

显然这又回到了最早的问题：过于垂直和小众，盈利无以为继。

在全球市场上，美国的 Replika 和 Character.AI 是两大标杆产品：前者诞生最早并采取订阅收费模式，后者依托 Transformer 架构爆火、用户数一度遥遥领先。然而有趣的是，用户更多的 Character.AI 在变现上却不如用户更少的 Replika。

2024 年前八个月的数据显示，Replika 凭借 50%以上的付费用户比例，月收入稳定在 200 万美元左右，在 2024 年上半年雄踞全球 AI 伴侣应用营收榜首；反观 Character.AI 虽然拥有千万量级用户，却因为免费策略和付费意愿低迷，营收表现平平，最终卖身 Google。

种种迹象都说明，虚拟伴侣并非一个容易规模化挣钱的生意：要么你抓住小众深度用户肯付费，但总盘子有限；要么你获取海量闲散用户图流量，但变现艰难。

AI 陪伴的意义，不在于替代人的陪伴，而在于填补某些现实中暂时无法满足的情感空白。然而，情感的本质是人与人之间的共鸣与联结，这一点从未也永不会被硅与电所完全复刻。

对于用户来说，可能是一时新鲜。但对于绝大多数入局者来说，烧光投资人的钱只是时间问题，日子一到，只能成为 AI 墓地里的又一座墓碑。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博