叶老一愣，内心一惊，什么玩意儿？！

柳教授看向张教授问：“你怎么看？”

张教授点点头说：“我同意吴总的说法，太多的知识确实会让AI变笨。”

叶老这下彻底呆了，小丑竟是我自己？

看到叶老这个震惊加不解的表情，柳教授解释道：“这背后的缘由错综复杂。

我先从数据这个根基说起，数据对于大模型的AI就如同土壤对于树木一般重要。随着数据量像洪水般不断地汹涌膨胀，数据的质量却难以像精挑细选的良种一样跟上节奏。

这就好比在建造一座宏伟的大厦时，如果新加入的数据如同用劣质的沙石混合而成，里面夹杂着大量低质量、不准确甚至相互矛盾的内容，那它的学习基础就如同建立在流沙之上，摇摇欲坠。

网络上充斥着大量重复、错误百出的信息如果都被吸收进去，这就像在一锅精心熬制的浓汤里不断加入变质的食材，整锅汤的味道和营养价值都会被破坏殆尽。”

叶老点点头，这么说他就明白多了，作为一个老饕，他对吃食的要求是非常高的，如果好好的一锅汤，乱加东西，那确实就废了。

张首成教授也是点头补充道：“除了数据，AI本身的模型更新的状况也很重要，模型更新就像是一艘大船的改造过程。

它需要在既有的框架基础上进行改进，这个既有框架就像是大船的龙骨，早期设定的一些框架如今可能开始像生锈的铁链一样束缚它的进化。

它每次更新都要像走钢丝一样平衡各种因素，不能像重建一艘新船那样大刀阔斧地进行彻底革新。

这就导致一些深层次的问题像隐藏在船底的漏洞一样难以得到根本解决，随着时间的推移，这些漏洞会慢慢让船身进水，影响船的正常航行，也就是影响AI的智能表现。”

这么一说叶老也明白了，这就是练武的时候底子没打好，结果练过头了，反而影响实力。

柳冯阳点头表示认同，他继续说：“除此之外，用户的使用习惯也如同指挥棒一样影响着大模型AI的发展方向。

当大量用户只是用它来获取一些简单、模式化的答案，就像一群游客总是选择走同一条平坦的小路，而不去探索周围未知的美景。

它的算法会像一个迎合游客喜好的导游一样，更多地倾向于快速给出这种类型的回应，而不是像勇敢的探险家深入挖掘更复杂、更有深度的答案。

这就像一只被圈养的鹰，习惯了被投喂，逐渐失去了在广阔天空中自由翱翔、追捕猎物的能力。”