编辑部专栏丨小张和小董与大语言模型对线的日子|信源|大语言模型|新闻|电竞|编辑部|翻译

无所不能的大语言模型也讲不明白电竞报道？

（ from Betty）

书接上文，此前笔者曾在专栏《》中提到，自己用AI分析电竞“二路解说”的过程，那是一个相对具体的应用案例。在这篇文章中，我更想整体谈谈 AI 在实际工作中的使用感受。

我在三个主要的工作场景中，会频繁使用AI。

按照花费的时间长短，首先是撰写专栏，在这个过程中会有选题、讨论观点、纠正错别字的功能，我几乎每天都要和AI对话，一起翻来覆去讨论某个理论、某个观点。

然后是整理过去一周的电竞与游戏行业新闻并制作新闻周报，查漏补缺。

最后是偶尔翻译来自各国的资讯和文件等。

在这三类工作中，从我个人感受到的准确度和对于AI工作的难易度来说，可以先从最基础的翻译说起。

我的工作以英译中为主，百分之八十是准确的，但有些时候仍然很容易出错。

首先是语序问题。AI在赛事名称翻译上经常不符合中文表达习惯。例如赛事Intel Extreme Masters Chengdu 2025，如果直接用AI翻译，通常会得到“英特尔极限大师赛成都站2025”，但更符合中文语境的表达应该是“2025年IEM英特尔极限大师成都站”，即时间在前，赛事名称与地点在后。

相比之下，在其他行业，例如建筑领域，翻译则更加稳定。例如Pritzker Architecture Prize 2026通常会被准确翻译为“2026年普利兹克建筑奖”。这背后的原因在于，建筑行业长期积累了大量统一且权威的中文语料。一方面，相关译著数量充足；另一方面，像知名的建筑资讯网站如ArchDaily、gooood等平台同时提供中英文版本，并由专业译者持续维护统一表达。同一篇文章在不同平台长期使用一致译法，使得AI在学习时能够获得稳定、符合中文习惯的语料参考。

而电竞行业缺乏统一的翻译规范，甚至不同媒体之间也存在差异。这使得AI在翻译时只能依赖直译或高频语境，从而产生偏差。

其次是名词翻译问题。最典型的例子是“player（选手）”，即使前后文在讲电竞比赛，但许多AI和翻译软件到今天还是会将其译为“球员”。类似的情况还出现在俱乐部名称上，例如EDward Gaming，在中文语境中我们直接称其为“EDG”，但AI有时会逐词翻译，甚至出现“爱德华游戏”这样的错误结果。

第二个问题出现在新闻检索上无法完全信任AI。

直到今天，AI仍然存在更新速度慢、时效性不足的问题。尤其是在电竞领域，常规赛每日进行大量对局，同时伴随积分变化、选手转会、阵容调整等动态更新，信息迭代极快。一旦公开文本更新滞后，AI就容易基于过时数据产生幻觉，输出错误信息。

我猜测这是因为大量一手赛果信息最早以海报、短视频或直播截图的形式发布在微博、小红书、抖音、B站等平台，缺乏结构化的文本内容。AI更擅长处理文本，而在OCR或视频转录方面能力仍有限，且实时性较差，这也进一步限制了其在电竞新闻场景中的表现。

在时间理解上，AI同样存在偏差。即使我明确限定“2026年4月1日至4月7日”的时间范围，AI仍可能返回超出该区间的内容，说明其对“今天”“上周”等时间概念的实际对应并不稳定。

因此，在新闻检索中，我更多是先通过人工渠道看到转载新闻，确认大致发布时间，再让AI帮助我追溯信源。例如，近期微软宣布下调XGP价格，我会先提供相关文本，再要求AI查找最早的信息来源。通常情况下，AI能定位到最早发布该消息的海外社交媒体（如X平台）原帖，而不是国内最早转载的公众号内容。

总体来看，AI更适合作为辅助，帮助我快速汇总已知事件的多方信息，或基于已有线索扩展信源。但对于快讯、赛事比分、价格调整等高时效内容，仍然不能完全依赖单一AI输出。

第三个方面，是专栏写作。

在我们的日常工作中，每周一都会召开选题会。几位记者围坐在一起，讨论这一周各自想写的题目。这是我最喜欢的环节之一，每个人抛出几个选题，很快就会引出一连串延伸讨论，气氛往往十分热烈。

遇到前辈们聊到不懂的问题，例如商业模式、工资帽、赞助结构等，很容易借助AI获得参考。这些内容要么有现成案例，要么可以通过信息整理与逻辑推演得出结论，都是一些能算明白的账。

但涉及到更深层的部分，例如道德判断与人性经验，情况就完全不同了。这类问题并不存在标准答案，也无法通过简单的信息整合得出结论。它们往往需要在具体情境中反复经历，通过时间与经验慢慢形成理解。这恰恰也是记者职业中不可替代的一部分。尤其是写人物的专栏，一个人是什么性格，他说的话是模板、客套话还是真心话，都需要反复看采访视频，结合当时那个选手的实际情况去判断。

因此，在写作说明性、信息性的内容时，AI是一个高效且可靠的工具；但一旦进入情感与判断层面，它就显得力不从心。那些复杂、微妙甚至带有矛盾的情绪，并不是通过喂给AI许多文本就可以被理解的。

上一篇文章的结尾，我曾写到，AI让我们得以用新的方式，去完成那些原本熟悉的工作。但在实际使用的过程中，我反而更强烈地意识到另一件事：经验的积累、对经验的总结以及保留对现实世界的感受力，变得更加重要。

AI可以处理已经被表达出来的内容，却无法理解那些没有说出口的部分。例如在选手采访时的那些停顿、犹豫，甚至是没说出口的后半句话，往往才是真正的重要所在。而那些，只能由人去经历、去判断，也只能由人来书写。

你给 AI工具们的电竞新闻搜集能力打几分？

（ from Nicole）

大家每天都被各种和AI有关的信息填满，有惊喜，也有惊吓。但更多时候，我们面对的其实是一个更具体的问题，如何与大语言模型这样的工具相处。

AI当然有很多用处，而且它的用处还在不断变多。但今天我只想聊聊其中一个最常见的场景，搜索。

对于日常关注电竞内容的读者来说，你们有没有用过ChatGPT、Gemini、DeepSeek、豆包这类工具，去搜集过电竞热点、新闻或者社区正在讨论的话题？

在AI似乎已经比传统搜索引擎更擅长整合信息的今天，它在电竞新闻搜索上的表现，真的有想象中那么好用吗？

作为电竞行业的从业者，我想结合近一年使用AI搜集电竞信息的经历，聊一聊自己的真实感受。

首先，过去一年中，我使用AI工具搜集电竞新闻时最直观的感受是，如果说生物之间存在“生殖隔离”，那么AI在信息来源层面，也存在某种类似的“信源隔离”。

以ChatGPT和DeepSeek为例，前者整体更偏向英文语料，后者则更依赖中文语料。如果用户没有明确限定信息来源或社区范围，模型通常会优先调用其更熟悉的默认语料体系。

这就会出现一种很有意思的情况。

整体信息整合能力更强的ChatGPT，在第一手搜集我给出的中文电竞内容指令时，未必比DeepSeek更好用。而DeepSeek在整理海外赛区、外网社区或英文语境下的电竞内容时，也往往不如ChatGPT稳定。

换句话说，AI的能力并不只取决于模型本身有多强，也取决于它能接触到什么信源，以及它是否真正理解这些信源背后的社区语境。对于电竞这种高度依赖语境的内容来说，信源偏差往往会直接影响它对事件的判断。

其次，无论是哪一款生成式AI工具，在搜集电竞新闻时，时效性普遍都不算好，并且越是近期的新闻，准确度往往越不稳定。

我曾询问过ChatGPT和DeepSeek，它们通常会参考哪些信源。无论是GPT还是DeepSeek，它们都更关注官方渠道和传统媒体新闻，并倾向于将这些内容视为权威信息来源。

放在传统行业里这样的逻辑当然没问题。官方公告、权威媒体、行业报告，往往是更可靠的信息来源，但电竞新闻的传播路径很多时候并不是这样。

无论是转会消息，还是选手状态、队内变动、赛事规则调整，很多信息往往都是先从社区小道消息、粉丝讨论、主播直播切片，甚至选手本人一些看似无意的表达中流出。经过一段时间的发酵、交叉验证和二次传播后，才可能由俱乐部、赛事方或官方渠道正式确认。

这就导致AI很容易错过电竞新闻真正发生的第一现场。

等到一件事已经被官方确认或者被传统媒体写成新闻稿时，它当然可以进行总结。但对很多电竞读者来说，真正有价值的部分往往发生在这之前。

尤其是电竞热点的生命周期通常很短。一个转会传闻、一次赛后争议、一条选手回复，可能当天晚上还在全网讨论，第二天就已经换了新的话题。AI如果无法及时进入这些讨论现场，就很容易在热点已经转向之后，才给出一份看似完整但已经过时的整理。

更重要的是，它们给出的观点往往也不够深入。

很多时候，AI会从行业、内容、双方立场等角度说一套看似完整但并不锋利的话。对于一个热点事件的分析，也常常落回到一些老生常谈的表达。

比如我问ChatGPT怎么看待上周ZmjjKK回复粉丝的事情，ChatGPT的回答是：

“我觉得这件事本身不算负面争议，更像是ZmjjKK从‘顶级电竞选手’走向‘公众人物’的一个信号。他认真回复粉丝，展现了真诚、脆弱和反思的一面，确实能拉近和粉丝的距离，也能强化个人影响力；但同时，这种互动也会让选手被更多情绪化解读和消费，职业选手与偶像之间的边界会变得更模糊。说到底，这件事反映的不是他一个人的变化，而是电竞行业正在从纯竞技叙事，走向更强的粉丝关系和人物叙事。”

DeepSeek的回答是：

“ZmjjKK近期在抖音回复粉丝的一系列行为，展现了一个有血有肉、极具个人魅力的年轻电竞冠军形象。他能用真诚温暖粉丝，也能用词锋回应恶意，更能在日常交流中展现巧思与睿智，充满了活力和感染力。这些互动也描绘出新一代电竞明星在赛场之外的另一种光彩，其魅力早已超越了单纯的‘电竞高手’身份。”

这些回答当然是“行业化”的，也并非完全没有道理。但对于真正关注这件事的读者来说，它们又是某种意义上的无效信息，因为这些判断几乎都是已知的。

作为对比，我看到这件事时第一个会想到的问题是：为什么VCT观众对于ZmjjKK回复粉丝，和SiuFatBB回复粉丝，会有如此不一样的态度？

当我和主编讨论这件事时，他首先注意到的是：为什么康康回复粉丝时不打标点符号，只按空格？

这些角度未必一定比AI更宏大，但它们更贴近电竞，也更接近读者真正会感兴趣的地方。

所以我使用AI时说得最多的一句话是：“能不能给我一个更新鲜的观点？”

但大多数时候看完它的回答，又让我觉得，要不还是自己再动脑子想想吧。