一份拖了整整两年的政治复盘报告，终于在美国民主党内部压力下仓促公开，结果满纸荒唐言。

民主党全国委员会（DNC）主席肯·马丁原本打算继续捂盖子。这份2024年大选失利"尸检报告"自承诺发布以来已逾期数月，面对CNN等媒体的持续追问，马丁最终让步，甩出一个"未完成"的草案版本。他在给CNN的说明中坦承报告尚未准备好公开——尽管DNC有整整两年时间筹备。马丁的算盘是：拖延造成的尴尬 spectacle，如今比当初按时发布要难堪得多。

打开网易新闻 查看精彩图片

但这份草案的质量，让"未完成"三个字显得格外轻描淡写。

CNN披露的文本显示，报告充斥着低级错误，其模式与大型语言模型（LLM，如ChatGPT）的"幻觉"特征高度吻合：数字张冠李戴、人名拼写混乱、同一案例前后矛盾。粗糙草稿难免有瑕疵，但某些错误离谱到令人质疑——它们为何会被写进文档？

以北卡罗来纳州州长选举为例。报告竟列出两个矛盾的得票率：共和党候选人马克·罗宾逊"获得45%"，同时"获得42.7%"。两个数字全错。实际结果是：罗宾逊得票40.1%，败给民主党候选人乔希·斯坦。一个关键摇摆州的选举数据，出现三处错误，且无一正确。

人名拼写同样灾难。前肯塔基州州长马特·贝文被写成"马特·布雷文"；前新泽西州州长乔恩·科尔津凭空多了个"h"，变成"约翰·科尔津"。

更蹊跷的是分析逻辑的自相矛盾。华盛顿州民主党候选人鲍勃·弗格森的案例，在报告前半段被奉为典范——他"以住房可负担性、降低全州家庭成本、改善公共安全为竞选纲领"。后半段却严厉批评弗格森表现"低于总统候选人卡玛拉·哈里斯"，尽管弗格森胜选而哈里斯败北。报告据此论证："反特朗普情绪本身不足以动员选民"。

这一批评若针对哈里斯，逻辑尚通。但它直接否定了前文对弗格森竞选策略的褒奖——既然 affordability 和 public safety 的组合如此有效，为何又说"仅靠反特朗普不够"？

LLM 的典型弱点恰好吻合这些病灶：数字引用一贯糟糕，长文本生成中难以维持叙事一致性。弗格森案例的前后矛盾，极可能是模型在生成不同段落时"遗忘"了前文设定。

DNC 尚未回应 Futurism 关于 AI 使用情况的置评请求。考虑到这份报告从承诺到发布已拖延如此之久，外界能否得到答案、民主党官员能否真正吸取教训，都是未知数。