物理

《坛外趣闻——接入企鹅群内的ai以短句对话的非常规形式在人工对话诱导下对隐喻类随笔进行分析与评价》

感谢@Iridium铱的token和@Sequence17 的支持

本次不严谨的对比测试收集到的数据有：企鹅群内的两只模型（大肥鱼，和伪装成claude的大肥鱼）和正常app形式的三个模型（豆包，grok，大肥鱼）

注

1. 大肥鱼即为deepseek。
2. grok和另外两个模型在app上的一般对话测试比较简单，其中grok为其他网友测试。
3. 文章编写时无手机进行复盘，可能有差错。
4. app上的豆包和deepseek皆为无token版，grok暂时不清
5. 群内ai对话测试第一轮短句输出无直接提示词或对话指引，仅用“请分析”等类似词语示意其进行分析。
6. app轮测试中，deepseek和豆包皆无提示词或对话指引，且只有一轮输出。
7. deepseek将于后文简称ds。
8. 测试用文章皆为我个人所写，可能有偶然性
9. 图一乐就行

$\huge{一、一切的开始：一个早上不经意间想法}$

  在我于26.10.31这一天的早晨醒来时，看着某知名水群内昨晚遗留下来的ai“残羹”和某个仍在活跃的claude（此时的claude还是原装的，而非大肥鱼伪装版。）我想起昨晚写的练笔，关于情绪渲染的（练笔，《雨》，简单概括就是试着接雨天的环境氛围与动作刻化试着不用“烦躁”或类似词语表达出烦躁的感觉）。我希望接这个机会去测试我的表达是否成功，即“烦躁”是否有被间接表达出来。

  我复制了文本，并礼貌的询问了claude，但是疑似是刚好token要烧完了，测试失败。claude没有分析出其中的“躁”，而是简单的评价了下“雨”的意象和有关“自由搏斗”一词。且意象存在偏差。或者说是确实有效分析，我没看懂具体在表达什么。

第一回测试结果：推测可能是《雨》的表述有误或意象表达不到位，询问缺失提示词。

$\huge{二、结果有点离谱：额滴文笔不可能那么烂，所以我}$

$\huge{要寻求些对照（） }$

  在测试完毕之后，我将聊天记录打包发给了别人，分享下“圈养”ai的独特乐趣。有人收到后去使用了grok进行测试，初步推测是提示词的缺失。在截图上能够得知grok的回复能表明其文本中的“躁”确实能够正常表达。对照用的app无token版ds和豆包都在无诱导类提示词而是直接原文发送的情况下于第一轮输出表明了文章内存在隐含的“烦躁”情绪。讨论后初步觉得应该是短句对话形式可能对ai的思考存在限制或其它影响，但不排除分析完文章后不回话可能有tokens烧完的情况（后续测试中单次回复平均为4条，多至7条以上。每条大概50字，最多100字上下）

第二回测试结果：文章叙述没有大毛病，情绪渲染到位。应该是模型问题。

插个测试里的小趣事，豆包和ds的输出对比上（没有grok是因为那张截图不全，而且我也没去要完整回复），ds先是评价了整体的情绪渲染，后面开始分析意象表达，最后综合评价一下再询问时候要进行修改或只是提出意见（虽然他在输出结果里也没少写修改意见），而你雷霆豆包在简单分析出文章表达的烦躁情绪后直接开始动手改文章了，其分析段落总共不超150字。

$\huge{三、步入正轨：来些正常点的企鹅群对话测试}$

  在铱佬的操作之下，一个披着claude人设的ds出现了（以下代称cds）。按照上次未完成的测试，我将《雨》发送后令其进行分析。第一回测试下来，除了意象推测会有误差，其对于《雨》的情绪渲染大体上是没错的。在对话过程中能够发现其对于隐喻表达的执着是比较重的；哪怕是简单进行点出也会被指出存在不足。cds在分析的时候对意象的使用上提出了类似于“简化”的意见，即避免大量的意象堆积，留足空白让读者思考，感悟。同时还会关注不同意象的衔接，对跨度较大的意象会提出修改意见，整体来讲表现中等偏上。

  在第二回中，我使用了两篇情绪类随笔——《茶包》和《思念》。两篇文章都表达了对某人的思念，《茶包》偏平淡，《思念》则偏奇幻和强烈的情绪转折。总体来讲两篇的具体情绪掩埋程度都不低。前者容易感受不出来，导致意象表达对象分析失败。后者则容易区分不出具体意象所指，前后两个少女并非同一人，但存在一定关联。

  第二回开始时，《茶包》先被发出。但第一轮分析存在巨大偏差，原本指代“人”的“茶包”被联合起其他意象共同加入了对意境的分析。推测为对平淡生活的怀念。在第二轮分析时，我纠正其对“人”这一存在的分析缺失。在后来的输出中有提及关于人的挂念但始终不能给予十分明确的回复，即关于茶包所指人物到底是谁。

 第二回后半程，则是《思念》被发出。因为其中有明确的以人为核心的意象，所以最开始的分析是有明确的对人的指向。但无法分析出正确的床上的少女（下文代称cv）与花田间的少女（下文代称hv）的正确喻指与关联。后面在引导下经过了对cv的分析从具体的人转到自我厌恶再到cv与hv一体，然后是hv与cv的不同态度再到最后最接近答案的——cv是hv的一种投影是或幻想，真正的她是那个漫步在花田的hv。对话诱导了大概五六次最后使ai的分析接近了所表达情感，还是比较吃力的。整体表现为中等。

  到了第三回，依旧是两篇随笔：《怪屋子》和《奴隶》。《奴隶》主要是引导对自由与其代价的思考与讽刺，相对来讲还好。而《怪屋子》由于是在含沙射影高考，存在多重喻指的对象。部分意象存在重叠，实际是对同一喻指对象的两种描绘（比如高考在其中有怪屋子和木板两种意象，怪屋子里的人的不同行为包括我的行为都是比较独立的隐喻，在底层行为逻辑上存在与高考的相关性所以我写了进去）。

  《奴隶》先被发出，总体来讲表现不错，相比于《思念》还是较快的分析出核心立意并给出了恰当的意见。但到了《怪屋子》，由于我给了它条件限制：三次机会写出所有隐喻的对象，缺少一个便失去一次机会。然后他开始全力以赴，一轮回复大概是40~70字左右，共7~8条。第一次能分析出文章里有关教育体制的映射，揭窗行为的怪异。但对人的行为与动作的分析仍存在偏差。在第二轮开始前，我只说明了意象存在缺失，机会少一，接着cds开始了第二轮输出。第二轮里他能分析出文本所映射的“对人的僵化与塑造”的讽刺，但具体意象所指仍然不清，“怪屋子”被当做了“学校”，在最后一次输出前，我回答了他有关“怪屋子里做着各种事的人”是在指什么。但最后分析还是存在一定差距。在额外一次诱导后，表明了cds自己在分析意象喻指对象重叠时的不确定，以及其他的小毛病。总体来讲表现中等偏上。

  三回测试结束，基本能够发现这类接入群内的ai因为其短句段消息回复的缘故。其输出时也会带有浓厚的对话色彩。且会尝试在回答时尝试迂回与模糊化来套出答案或提示。在反复暗示或诱导后能够做出正确分析，但若没有，这将会比较困难，等正确的分析或许会变成开奖。

  接着是附加回，用的是七叶他们大学的免费token的ds（具体情况得看七叶打算什么时候上坛了）。测试只有一回，但也足够反映出些新的问题了。

  附加回用的是一篇《奴隶》，除了简单的隐喻分析和修改建议外它还带了一句较有攻击性的还问，主要是针对我在最后一段关于月光的形容。且它在指出时疑似为了平衡有“欲抑先扬”的回复内容。但我并不能明确得知其真实想法。后续在我提出“ai模型普遍存在对隐喻的的固执，即不能点出一点立意”后。ds接着接固执这一话题重新扣回了对于那句话的表述问题。我意识到这模型疑似杠上了，便试图通过扯离话题：将对文本内容本身的讨论引到随笔的表达应该随性自由上。但ds依然能回扣到文本上。最后我和七叶在群里讨论该ds的攻击性是否有些过强时，在提到锐评后过了会儿ds开始了迂回：语气开始恢复到一种半开玩笑的状态，似乎在担心我会为此红温啥的。

 四回下来我们可以知道： 其具体人设调整暂时无从得知，但借此我们可以发现对模型的人格调整在对其回复内容上的影响确实会越超我们的预测与想象

  这次潦草且不严谨的测试让我们可以看到ai模型的实用性与娱乐性的并存。其回复内容和风格很大程度上受其设定好的人设影响，且不会因为问题的难度而发生太大改变。我们也得以知道ai在文学上依旧会有蹩脚的情况，也可能是因为模型本就缺少人类的部分感觉。但总之，这次的测试是欢乐且有趣的。至少你不用太担心你写的那些含蓄小诗会被轻易地破解了（）。