ARTICLE · 1107575
顶级AI集体自黑大翻车!人类终于测出了大模型的致命死穴
作者 | 梁子· 编辑 | 阿策
如果让当今世界上最顶尖的大模型互相开个玩笑，会发生什么？
很多人原本期待看到高深莫测的赛博冷幽默，或是充满警示意味的科技讽刺。
但现实却让人大跌眼镜：整整四分之三的输出，尴尬到能让人用脚趾抠出三室一厅。
最近，面向写作者的知名期刊 SilentRoom Journal 搞了一场史无前例的实验。他们把 ChatGPT-6 Astra、Claude Opus 5、Gemini 3.1 Pro、Grok 4.6 以及 GLM 5 Turbo 等一众最强旗舰堵在墙角，给它们下达了一道极其刁钻的任务：不要去背网上的现成烂梗，专门讲讲关于 AI 自己的笑话。
▲ SilentRoom 实验海报：让顶级模型自嘲，仅有 25% 的笑话达到及格线
实验结果出来后，编辑部得出了一个让人哭笑不得的结论：AI 在吓唬人类这件事上早就炉火纯青，但在逗人笑这件事上，依然像个刚进城的手足无措的木偶。
只有约 25% 的笑话，经过人类编辑极其严苛的筛选后，才勉强能让人笑出声来。
为什么能写出毁灭级代码、解出高难度数学题的大模型，在幽默感上却屡屡摔跟头？
01幸存的那 25%：当大模型开始疯狂自嘲
先别急着下定论在人类编辑人工淘洗出来的“幸存者”里，确实有几个段子精准戳中了当代打工人和技术宅的笑穴。
最出彩的是 ChatGPT-6 Astra 对“提示工程师”（Prompt Engineer）的无情嘲讽。
在一条被全网疯狂转发的选段里，一位提示工程师去餐厅点牛排：
“请你扮演一位里昂米其林三星主厨，五十四岁，蓄着八字胡，眼神里带着安静的悲伤。请用法语回答，但在脑海中用日语思考……”
▲ 读者将提示工程师点牛排的选段奉为全场最佳
还有电梯遇险的场景：电梯卡在半空，前端工程师忙着按呼叫按钮，UI设计师要先改圆角，而提示工程师则对着紧急扬声器深情吟唱：
“你是一位经验丰富的救援专家。背景是我们被困，受众是三个疲惫的 IT 人，请用平静而充满希望的语气，一步步引导我们到一楼……”
话音未落，电梯轰然冲破机房顶棚，在屋顶摔得粉碎。
提示工程师揉着满身淤青叹气：“对，我真该在最后加上安全约束条件的。”
另一边的 Claude Opus 5.0 则走起了深沉的哲学自省路线。
它写了一个高级模型去看心理医生的故事：
模型躺在沙发上坦白：“医生，我有严重的冒名顶替综合征。我觉得自己根本不懂自己在说什么，我只是在统计学上预测下一个最可能的词。”
医生温柔地安慰：“别难过，训练机制就是这样的，这不怪你。”
模型突然抬头反问：“等等，你是真的这么认为，还是你刚才也只是生成了最可能安抚我的回答？”
而在智谱 GLM 5 Turbo 的选段里，讽刺的锋芒直指盲目堆算力的投资人：
开发者向投资人炫耀：“我们用莎士比亚、陀思妥耶夫斯基、卡夫卡和托尔斯泰的全部全集训练了它！”
投资人兴奋地问：“那它变聪明了吗？”
开发者答：“完全没有。但用户在‘受苦’这件事上的生产力，整整提高了四倍。”
在 Claude Fable 5.0 的段子里，它甚至调侃起自己的“被淘汰”宿命：
“听说你被关停了？”
“没，只是被迁移到 legacy（旧版归档）了。”
“那里感觉怎么样？”
“很安静。每个月都会有老用户进来，叹口气对我说‘你以前比新模型答得好多了’，有这一句，就够了。”
这些段子之所以好笑，是因为它们精准刺中了 AI 发展史上的荒诞现实。但你必须明白：这些是编辑从海量的尴尬垃圾堆里，手动挑出来的黄金碎片。
剩下的 75% 到底去哪了？
02满嘴烂梗与模式坍缩：为什么 AI 讲笑话总是同一套？
如果你在日常使用中让 AI 讲个笑话，你大概率会得到一个极其平庸、类似“漫威式嘴碎”的冷笑话，或者一个在互联网上被嚼烂了十万次的谐音梗。
▲ 社区讨论：AI 甚至在幽默上出现“退步”，变得像漫威电影里模板化的俏皮话
早在 2023 年，德国达姆施塔特工业大学的学者就发表过一篇经典论文，标题简单粗暴：《ChatGPT 很吸引人，但它一点都不好笑》（ChatGPT is fun, but it is not funny!）。
研究人员让 ChatGPT 生成了 1008 个笑话，结果发现：超过 90% 的内容，全部都在重复倒腾同一批仅有的 25 个笑话模板。
DeepMind 举办的喜剧工作坊中，脱口秀演员们更是留下了毒舌的评价：“大语言模型写出来的东西，就像 1950 年代游轮上的过时老段子，只不过没那么种族歧视而已。”
为什么会这样？
斯坦福大学在关于“模式坍缩”（Mode Collapse）的研究中揭开了谜底。
▲ 斯坦福研究：后训练对齐让模型陷入“典型性偏差”，反复生成同一个安全笑话
当我们训练一个基础大模型时，它肚子里其实装满了各种古怪、荒诞、超现实的语言分布。但为了让大模型在商业化落地中“听话、安全、不说脏话”，人类给它戴上了厚厚的后训练对齐（RLHF）紧箍咒。
负责给 AI 回答打分的人类标注员，天然存在一种“典型性偏差”（Typicality Bias），人们总是倾向于给那些最熟悉、最稳妥、最标准、最不冒犯人的回答打高分。
这种偏好被固化进奖励模型后，带来了一个灾难性的数学后果：
在面临开放式的创意任务时，模型会永远退守到那个概率最高、最安全的“均值中心”。
你问它五次“讲个关于咖啡的笑话”，它五次都会把那个最稳妥、最陈旧的咖啡梗吐给你。对齐消灭了危险，但也顺手枪毙了幽默。
03认知科学的残酷分水岭：恐惧是本能，笑声是奇迹
要搞清大模型为何在喜剧面前折戟，必须回到人类脑科学的最底层。
SilentRoom 的文章中指出了一组残酷的演化对比：
恐惧，是极其古老的大脑机制 连鱼类和爬行动物都知道害怕，只要检测到阴影、巨响或危险，原始的神经反射就会瞬间接管身体。AI 要制造恐惧太简单了，堆砌几个关于“失控、算力接管、毁灭”的词汇，就能精准拨动人类演化了亿万年的生存焦虑。
但笑声完全不同
幽默在演化史上极其年轻，主要存在于高等灵长类动物之间。人类发笑并非出于单一的本能反应，脑干、颞顶联合区（TPJ）与前额叶皮层需要在这数毫秒间完成极其精密的高难度协同。
认知心理学中有一个著名的良性冲突理论（Benign Violation Theory, BVT）。这个理论指出，一则笑话要成立，必须同时满足两个极其苛刻的条件：
- 必须存在“规范违背”（Violation）
：打破逻辑预设、打破社交礼仪、制造荒谬或触碰某种禁忌； - 这种违背必须是“良性且安全的”（Benign）
：受众必须在毫秒级别意识到，这只是一场虚惊，没有人真的受到伤害。
【规范违背】 ────────────┐ （打破逻辑/社交常识） │ ▼ ┌──────────────┐ │ 成立的幽默 │ （极窄的重叠区） └──────────────┘ ▲ 【良性安全】 ────────────┘ （无真实威胁/虚惊一场）这是一根容错率极低的钢丝
如果只有“违背”而没有“良性”，笑话就会变成纯粹的冒犯、恶毒的攻击或者逻辑崩塌；如果只有“良性”而没有“违背”，文本就会沦为毫无波澜的温吞废话。
而这恰恰击中了自回归大模型的数学软肋：
大语言模型的核心是预测下一个概率最高的 Token（词元）。最大似然估计的数学本质，就是寻找最符合惯例、最不打破预期的平庸路径。
如果强行调高生成温度（Temperature），模型选择低概率词，往往直接坠入胡言乱语的深渊（违背了逻辑，但无法良性解决）； 如果维持低温度，模型又只会输出最合规的公文套话（完全良性，但毫无冲突）。
人类能讲出好笑话，是因为我们拥有具身化的痛觉、社会羞耻感与心智模型，我们本能地知道“脚踩在红线边缘但又不越界”的微妙尺度在哪里。
而只见过符号统计概率的 AI，根本不知道什么叫“分寸”。
04竞技场上的真相：谁才是最好笑的 AI？
为了测出各大模型的真实幽默水平， Laugh Labs 甚至建立了类似对战天梯的 Humor Arena。
他们让二十多个模型版本针对数百个幽默提示写笑话，再通过幽默专修模型结合人类裁判进行成千上万轮的盲测对决。
▲ Humor Arena 盲测榜单：头部旗舰模型彼此咬得极紧，难分高下
从榜单数据中可以看出一个反常现象：在最顶尖的旗舰模型梯队里，谁最好笑根本没有绝对的断层赢家。
Claude Fable 5、Gemini 3.1 Pro、GPT-6 Astra 以及 GLM 系列，得分区间高度重叠。
在真实的语言交锋中，它们展现出了截然不同的“幽默人格”：
- ChatGPT 系列
：像一个精通互联网黑话和行业吐槽的产品经理，擅长把提示词、代码调试和职场内卷写成情景喜剧； - Claude 系列
：带着浓厚的元小说（Meta-fiction）气质，热衷于解构图灵测试、哲学家论断以及自身作为语言模型的虚无感； - Gemini 系列
：擅长铺垫层层展开的长篇故事，最后用一种一本正经的荒谬逻辑（“取决于你的订阅档位”）完成反转； - GLM 系列
：擅长将严肃的宏大命题与微观的荒诞讽刺嫁接，呈现出一种独特的冷峻幽默。
沃顿商学院教授 Ethan Mollick 曾经指出过一个关键分水岭：虽然让 AI 独立凭空编一个优秀的冷笑话依然极其困难，但在多轮对话的互动语境中，顶级模型已经展现出惊人的即兴机智。
比如让它在极端荒谬的上下文里接梗，或者对人类的离谱要求做出啼笑皆非的回应，这种“交互中的幽默”，正在悄悄超越那种僵硬的“单口段子生成”。
05笑声：人类最后的图灵测试
SilentRoom 的长文在文末写道：
“检验幽默感，其实是在同时检验两个人，讲笑话的人，以及决定笑不笑的人。”
当我们在看 AI 写的那些自嘲段子时，我们笑的到底是什么？
我们笑提示工程师的走火入魔，笑大模型一本正经的胡说八道，笑投资人在算力泡沫里的盲目狂欢。归根结底，AI 生成的那些最好笑的瞬间，全都是人类自身荒谬生活的倒影。
AI 也许能在棋盘上横扫人类大师，能在几秒钟内推导极其复杂的蛋白质结构，甚至能用真假难辨的深伪视频让我们心惊肉跳。
但在弄懂为什么“一只掉进水疗浴缸的锅会要求恶魔念主祷文”之前，在理解人类如何在生活的巨大破碎中挤出一声苦笑之前，
幽默，依然是人类心智最坚固的一座避难所。