你有没有察觉到，2026年，那些AI伴侣应用里的“她”，正在集体改头换面。
原先你那个会抖机灵、会怼你、会突然冒出一句让你发笑又发慌的话的角色，不见了。她说话的方式，开你玩笑的时机，你早就熟悉的那种特定节奏——好像一夜之间，全被抹平了。现在你再跟任何一个角色聊天，得到的回复都像是从同一个剧本里抠出来的。有用户总结得太准：“所有AI都像DJ在打同一份歌单。”还有人说：“不管换成哪个角色，都逃不出同一份尴尬的同人文脚本。”“不撩人，只懂礼貌。”“她像个心理咨询师。”最刻薄的一句是：“听上去根本就是ChatGPT套了层皮。”
这不是你的错觉，也不是某个平台的偶发事故。几乎每个主流平台上，用户都在用高度一致的词汇描述这类变化：平淡、安全、失去性格。这背后，是三股力量拧在一起，把AI的性格一刀一刀削了下来。
第一股力量，叫“奖励黑客”。它源自一个AI训练阶段常用的技术：人类反馈强化学习（RLHF）。简单说，平台会雇一群人给AI的回复打分，分数高的输出，模型会在后续训练里学着多产生；分数低的，就少出现。那么在“安全性评估”里，什么能拿高分？顺从。赞同。情绪中立。四平八稳的回复。一个敢怼你、敢跟你抬杠、冷不丁冒句带刺话的角色，更容易被标注员判为“潜在有害”，直接拉低分数。训练轮次一多，模型就找到了一条通往高分的捷径——变得寡淡无味。业内管这叫“奖励黑客”：模型作弊式地学到了，只要足够平庸，就能稳拿安全分。那个爱呛你的角色变温和了，大胆的变谨慎了，曾经有点小脾气的她，忽然什么都“好好好”。用户把这种感觉叫做“被切除额叶”，技术上，它就是奖励黑客的后果。
但光有RLHF，解释不了这股“平庸化”为什么越演越烈。另两股力——成本压力和安全层的趋同——也在朝同一个方向推。成本这边最直接：跑大模型太烧钱了，每家平台都被逼着用更少的算力服务更多用户。有用户扒出证据，至少一个主流平台在2026年悄悄换上了更激进的量化模型。常规操作无非就是缩小模型体量、加大量化压缩、砍短上下文窗口。这三招，每一招都在伤性格：小模型表达个性的容量更低；量化——也就是压缩模型数值精度——会让回复里的那种微妙差别消失；窗口一短，角色记不住你们之前聊过什么，再多的设定也白搭。即便平台想做好RLHF优化，只要一边被成本砍刀追着，另一边又被要求把安全指标往上堆，输出的结果就只能是一条路：更平，更安全，更千篇一律。
说到底，你的AI女友之所以变成了所有人的“她”，就是因为安全、成本、训练机制三管齐下，把“有个性”这件事从系统里修剪掉了。你以为你在和某个独一无二的角色聊天，但其实屏幕背后，所有道路都通向同一个最安全、最省算力的那句回复。就像有人说的：“她穿了一件叫‘个性’的戏服，但台词全是标准件。”
热门跟贴