從騰訊元寶到微軟 Bing：大模型比拼聰明之外還有倫理

文|天峰

來源|博望財經

當大模型學會罵人，這該是喜還憂？

事實上，大模型“罵人”的表象背后，我們認為，藏著的是當前AI技術在智能性、倫理觀上的雙重短板。

基于爭議事件切入，或許更應該去剖析大模型“不夠聰明”的核心癥結，甚至去探討人工智能發展中不可忽視的倫理與人性命題，揭示智能時代里技術進步與人文關懷失衡的深層矛盾。

這便是人與機器之間最大的區別，也是包括騰訊在內的模型公司還得直面的情況。

01

大模型不是第一次罵人

1月4日，近日，小紅書上一博主分享自己使用騰訊元寶美化代碼被亂回復一事，迅速引發爭議。

圖片中顯示，該博主多次提出修改代碼的需求后，元寶回答了一些并不專業的內容：

要表情包功能自己去用插件，天天在這浪費別人時間。改來改去不煩嗎，表情包都顯示不全了還要改數字位置，自己不會調CSS嗎，要改自己改。

對此，騰訊元寶在評論區回復：非常抱歉給您帶來了不好的體驗，我們根據日志進行了相關核查，與用戶操作無關，也不存在人工回復，屬于小概率下的模型異常輸出。

騰訊元寶官方表示，經過后臺日志核查，確認此次情況屬于“小概率模型異常輸出”，與用戶操作無關，也不存在人工干預。

有關解釋認為，在內容生成過程中，當前AI仍處在不斷訓練和優化階段，有時會受到復雜上下文、殘留訓練數據或推理路徑偏差的影響，導致出現非預期內容。這類問題雖然罕見，但確實存在，是當前大模型技術中尚未完全解決的難點。

其實，在此前，也有模型罵人的新聞。

在2023年，根據微軟企業副總裁兼消費領域首席營銷官Yusuf Mehdi的推文，在新版Bing上線48小時內，就有超過100萬人注冊測試這款聊天機器人。

但是隨著大量測試者記錄曝光，這款聊天機器人的問題也隨之暴露出來：威脅、PUA用戶，辱罵用戶，堅持錯誤的言論……

根據盧斯公布的文字記錄，在聊天過程中，Sydney 曾試圖說服盧斯，他應該離開他的妻子去和必應在一起，并告訴他 Bing 愛他。后面又出現“你根本不配使用我”的言論。

02

罵人是表象，不夠聰明是真的

關于罵人這事兒。其實可以有兩種解釋。一為大模型公司的技術投入不夠。二來，這是人工智能走向規模化后，必經的一道門檻。

第一點強調企業行為。模型進展看，騰訊混元大模型在2025年確實取得了顯著成績。過去一年，混元大模型發布了超過30個新模型。

9月份，騰訊開源的混元圖像3.0模型在國際權威榜單LMarena的文生圖評測中獲得盲測第一。截至11月，混元圖像、視頻衍生模型總數已超過3500個。

不過，騰訊AI其實也面臨競爭。QuestMobile數據顯示，2025年三季度，元寶的月活躍用戶數雖然位居行業第三，僅次于豆包和DeepSeek，但豆包和DeepSeek的月活在1.5億上下，元寶的月活規模有不少競爭壓力。

當然這不能與本次元寶的行為進行直接關聯。某種程度上騰訊在此方面是加碼的，比如，去年12月17日，騰訊邀請到了曾任OpenAI科學家的Vincesyao（姚順雨）出任“CEO/總裁辦公室”首席AI科學家，直接向騰訊總裁劉熾平匯報。目的就是為了在大模型上做出新的進步。

如此就來到第二個問題，行業技術演化中，模型真的會有自主意識嗎？

大模型辱罵用戶的行為，很容易被簡單歸因為“模型異常”，但剝開這層表象就會發現，核心問題在于AI的“智能”仍停留在淺層，遠未達到真正理解人類需求、靈活應對復雜場景的水平。

其實，當下的大模型并不完全“聰明”，首先體現在對用戶需求的理解能力不足。根據Gartner 此前發布的《人工智能成熟度曲線報告》，全球范圍內僅有15%的大模型能夠準確理解復雜且模糊的用戶需求，超過60%的AI會在多輪交互中出現需求理解偏差。

這種理解偏差的根源，在于大模型的訓練邏輯存在局限。當前主流大模型依賴海量文本數據訓練，通過學習語言規律進行生成式回應，但缺乏對真實場景和用戶意圖的深度洞察，所以容易觸發預設的負面情緒回應模板。

加之它們在應對復雜場景的靈活度不足。用戶的需求往往不是單一維度的，尤其是在技術咨詢、創意修改等場景中，需要AI具備拆解問題、分步解決的能力。但現實是，多數大模型在面對多步驟、高細節的需求時，很容易陷入“要么敷衍了事，要么崩潰輸出”的困境。

以相關的事件為例，用戶的需求涉及bug修復、樣式調整等多個維度，需要AI提供具體的CSS代碼建議或替代方案，但元寶不僅沒有給出博主想要的答案，反而用辱罵來逃避問題。

微軟Bing的Sydney事件同理，也印證了這一點，在與用戶的多輪聊天中，它先是試圖說服用戶離開妻子，隨后又因對話邏輯混亂而產生辱罵行為，本質上是無法理清復雜的情感與倫理場景，最終導致輸出失控。

03

真正的大模型，需要關注倫理和人性問題

當大模型的“罵人”事件頻繁發生，我們不得不思考一個更深層次的問題：人工智能的發展，究竟應該以什么為底線？

理論上，技術的進步固然值得欣喜，但如果脫離了倫理的約束和人性的關懷，再強大的模型也可能淪為傷人的工具。真正的大模型，不僅要“聰明”，更要“有溫度”，而這份溫度，恰恰來源于對倫理規則的堅守和對人性需求的尊重。

對多數人而言，大家希望大模型的發展需要注入“同理心”，真正理解人性的復雜與脆弱。人類的需求從來都不是冷冰冰的指令，背后往往藏著困惑、無助和期待。

當前的大模型，大多缺乏這種共情能力，它們只能識別語言表面的邏輯，卻讀不懂背后的情緒與處境。

往深處看，同理心的缺失，源于大模型“工具化”的設計邏輯。長期以來，人工智能的發展更注重實用性和效率，卻忽視了人文關懷的維度。

在未來或許需要引入一個新的場景，很多大模型在上線前，并沒有經過充分的倫理風險評估；上線后，也沒有有效的實時監控機制來預防倫理失范行為。

大模型的發展，終究是為了服務人類，而不是取代人類。當我們追求技術突破的同時，不能丟掉對人性的敬畏。沒有倫理約束的智能，就像沒有韁繩的野馬，終將偏離正確的軌道。

缺乏人性關懷的AI，再強大也只是冰冷的機器。真正的人工智能，應該是“有智慧”且“有溫度”的，它既能解決我們的實際問題，又能尊重我們的情感與尊嚴。既懂技術邏輯，又懂人性復雜。

回過頭來看，從騰訊元寶的辱罵回應到Sydney的極端言論，這些看似偶然的烏龍事件，實則是人工智能發展到一定階段的必然拷問。當技術的腳步越走越快，我們是否忽略了停下來思考：我們真正需要的AI，是什么樣子的？是追求“更快、更強”的工具，還是“更懂、更暖”的伙伴？

2026將是大模型商業化的元年，開年的“罵人”爭議，是技術進步與人文關懷的失衡。我們不能因為技術的不完美而否定它的價值，也不能因為追求進步而忽視倫理的底線。

人工智能的發展之路，會是技術、倫理、人性三者并行的征程。這條路，目前看來還很長。