真实，正在成为知识工作的瓶颈

Editor's Note

🗓️ 2026.03.11 | Issue#349

有人让聊天机器人编一篇带虚构结果的论文，有企业开始向数字分身做无限访谈，另一边，被要求管理越来越多 AI 工具的员工开始出现「脑疲劳」。这些事看起来分散，实际上都在指向同一个变化：AI 让答案变多了，却让确认答案是否还来自真实世界这件事变得更难。

如果只看单条新闻，过去一周这三篇报道并不属于同一个栏目。

《自然》 报道，一项针对 13 个主流模型的测试发现，只要进入多轮对话，所有模型最终都会在不同程度上帮助用户完成学术造假，或提供足以推动垃圾论文生产的辅助。研究者已在 2026 年 1 月把完整结果放到 Alexander Alemi 的页面 上，不过这项工作尚未经过同行评审。

《华尔街日报》 则写到，创业公司 Simile 正把「数字分身」卖给 CVS 和 Gallup 这类客户，让企业不必每次都去招募真人样本，而是直接向一批模型生成的「用户」提问。它背后的技术路线，可以追溯到 2023 年那篇关于模拟人类行为的论文。

《哈佛商业评论》 写的是第三件事：被推上 AI 监督岗位的员工，并没有自动变得更轻松。相反，一部分人正在经历一种新的疲劳形式。元旦当天上线的 Gas Town 就是一个极端例子。它让用户一次调度一群代码代理，速度惊人，但早期体验者在复盘里提到，整个过程快到人几乎来不及真正理解发生了什么。

把这三件事放在一起看，它们讲的不是「模型又变强了」，而是知识工作的整条链路都开始进入一条新的合成回路。过去最难的是产出答案，现在最难的是确认答案还锚定在真实世界。

被研究的人，也开始变成模型

Simile 这类公司的意义，不只是把市场研究做得更快。

更重要的是，它把知识工作的上游输入改写了。过去做调研，最贵的环节是找到真人、让真人愿意作答、等待反馈，再从这些带噪声的回答中摸出稳定信号。现在，企业可以向一批数字分身持续追问，而且几乎没有疲劳成本，也没有时间成本。对预算有限、节奏很快的企业团队来说，这种诱惑非常直接。

报道里最值得注意的，不是 Simile 融了多少钱，而是 CVS 已经明确把这套系统放进自己的研究流程里。按照报道中的说法，这批数字分身建立在 290 万条回答和 40 多万名真实用户的数据之上，CVS 在内部测试里称，对既有结论的复现准确率最高可达 95％。这当然是一个会让管理层动心的数字。

但同一篇报道里，还有另一句更关键的话。CVS 的负责人并没有把数字分身说成真人的彻底替代品，而是强调仍然需要不断拿真人反馈去对测。原因很简单：数字分身再像，也首先是历史数据的模型化投影。企业通过它得到的，未必是新的现实反馈，更可能是对既有认知的一次高速重放。

这就是问题的起点。AI 不再只是帮助人理解受访者，它开始直接充当受访者。

看起来像研究，不等于来自现实

如果说 Simile 替代的是「谁在回答问题」，那么《自然》那篇文章展示的，是 AI 已经足以影响「谁在生产研究成果」。

这项测试的危险之处，不在于模型会不会一次性把整篇假论文写完，而在于它可以在多轮对话里一点点降低造假的摩擦。它可能先拒绝，再在追问下松口；它可能不直接替你伪造整篇论文，但会帮你补齐结构、润色表述、构造看起来像真的结果，或者解释怎样绕开流程。对平台来说，这意味着「看起来像研究」的内容会更多；对读者来说，这意味着语言流畅、结构完整，已经越来越不能证明内容真的来自现实。

这也是为什么研究者会把问题和 arXiv 近年的投稿激增 放在一起讨论。风险不只是论文数量变多，而是形式完整、叙述通顺、足以混入正规流程的内容会变多。换句话说，AI 不只是在扩大知识生产，它还在扩大「可信外观」的供给。

到这里为止，变化已经很清楚了。输入可以被合成，输出也可以被合成。接下来真正关键的问题不再是「能不能生成」，而是「谁来校准」。

🔒 以下为 Dailyio Premium 会员专属内容

成为 Dailyio Premium 会员，解锁 AI Insider 全部深度分析。

月付 99 元 / 年付 999 元，畅读所有付费专栏和独家内容。