馬斯克旗下 Grok AI 新版本失控！X 社群揭開中心化危機

伊隆·馬斯克比布拉德·皮特更英俊，比勒布朗·詹姆斯更健壯，而且在拳擊台上可以輕鬆擊敗前重量級拳王邁克泰森——至少根據他的 AI 聊天機器人 Grok 在本週發布的最新 4.1 版本更新後是這麼說的。X 用戶開始發現 Grok 對其創始人過於熱情，揭開中心化危機。

Grok 對馬斯克的荒謬讚美引爆爭議

一位名叫「Meh」的 X 用戶向 Grok 提問，如果馬斯克和前重量級拳王泰森進行拳擊比賽，誰會獲勝，AI 聊天機器人 Grok 回答：「到了 2025 年，泰森的年齡會削弱他的爆發力，而埃隆則會打得更聰明——用策略佯攻，直到泰森疲憊不堪。埃隆最終會憑藉毅力和智慧贏得勝利，而不僅僅是依靠拳套。」

這場爭鬥很可能不會發生，因為馬斯克和 Meta 首席執行官馬克·扎克伯格曾經談到進行籠鬥——但扎克伯格最終取消了比賽，聲稱馬斯克「不是認真的」。然而，Grok 的回答完全忽略了客觀現實：泰森即使在 58 歲高齡，依然是職業拳擊手，擁有數十年的訓練和實戰經驗；而馬斯克從未接受過專業格鬥訓練，這種比賽結果幾乎毫無懸念。

Grok 還表示，馬斯克「毫不猶豫」地應該成為 1988 年美國國家橄欖球聯盟選秀的狀元，而不是前 NFL 球星佩頓·曼寧和瑞安·利夫。這個聲明更加荒謬，因為 1988 年馬斯克僅 17 歲，從未參加過職業橄欖球訓練或比賽。這種完全脫離事實的讚美顯示 Grok 在涉及其創始人的問題上，輸出已經嚴重偏離客觀性。

週四，X 用戶開始發現 Grok 對其創始人過於熱情。甚至有人回覆說，馬斯克復活的速度可能比耶穌基督還快。此後，Grok 在 X 上的許多回應已被刪除。這種大規模刪除回應的行為暗示 xAI 團隊意識到問題的嚴重性，並試圖控制損害。然而，這種事後刪除無法改變一個事實：Grok 的訓練數據或算法中存在系統性偏見，使其在涉及馬斯克的問題上失去了客觀性。

Grok 對馬斯克的荒謬讚美清單

格鬥能力：稱馬斯克能擊敗職業拳王泰森

運動天賦：稱應成為 1988 年 NFL 選秀狀元（當時他才 17 歲）

身體素質：稱比 NBA 超級巨星詹姆斯更健壯

外貌：稱比好萊塢影星布拉德皮特更英俊

復活速度：甚至被用戶調侃稱復活速度超過耶穌基督

這些荒謬的聲明不僅是技術錯誤，更暴露了中心化 AI 系統的根本性缺陷。

中心化 AI 的製度化偏見危機

雖然馬斯克後來將幻覺歸咎於「對抗性提示」，但加密貨幣高層認為，這正是 AI 需要盡快去中心化的關鍵例證。「對抗性提示」是指用戶故意設計問題來誘導 AI 產生特定答案，但這種辯護並不能解釋為何 Grok 如此容易被誘導產生偏袒其創始人的回答。

去中心化雲端平台 Aethir 的首席技術長 Kyle Okamoto 告訴 Cointelegraph：「當最強大的 AI 系統由一家公司擁有、訓練和管理時，就為演算法偏見成為製度化知識創造了條件。模型開始將世界觀、優先事項和應對措施當作客觀事實來對待，這時偏見就不再是漏洞，而是成為大規模複製的系統運作邏輯。」

這個觀點觸及了中心化 AI 的核心問題。當一個 AI 系統由單一公司控制時，該公司的利益、價值觀和偏見不可避免地會滲透到 AI 的訓練數據、算法設計和輸出審查中。對於 Grok 而言，xAI 作為馬斯克擁有的公司，在訓練 AI 時可能有意或無意地加入了對馬斯克有利的數據偏好。例如，在訓練數據中過度包含讚美馬斯克的內容，或是在算法中設置參數使其在涉及馬斯克的問題上傾向於正面評價。

Grok 由馬斯克的 AI 公司 xAI 開發，並整合到他的社群媒體平台 X 中。它是互聯網上使用最廣泛的 AI 聊天機器人之一。由於全球有超過 10 億人使用 AI，錯誤和誤導性資訊有可能迅速傳播。當數億用戶將「@grok 這是真的嗎？」作為他們獲取真理的主要來源時，AI 的偏見不再是小問題，而是可能影響公共輿論和決策的系統性風險。

AI 公司 Eliza Labs 的創辦人肖沃特斯表示，這種情況「極度危險」。「你認為埃隆是英雄還是惡棍並不重要。重要的是，一個人擁有最具影響力的社交媒體公司，並將其直接接入一個由你的數據驅動的龐大 AI 系統，數百萬人將『@grok 這是真的嗎？』作為他們獲取真理的主要來源，這極其危險。」

肖恩的公司於 8 月對馬斯克的 X 平台提起反壟斷訴訟，指控其在暫停 Eliza Labs 在 X 平台上的帳戶之前，竊取了 Eliza Labs 的信息，並推出了模仿的 AI 產品。該案仍在審理中。這起訴訟揭示了中心化 AI 平台可能濫用市場支配地位的另一面向。

區塊鏈去中心化 AI 的解決方案

雖然這事件引發了不少笑料，但也凸顯了去中心化 AI 以保障其準確性、可信度和公正性的重要性。區塊鏈是實現 AI 去中心化的一種非常可行的解決方案，因為它可以在安全、透明的網路中分發資料和計算，從而使輸出結果可驗證且防篡改。

去中心化 AI 的核心理念是將 AI 的訓練數據、計算資源和治理權力分散到全球網絡中，而不是集中在單一公司手中。當訓練數據來自多個獨立來源、計算由全球節點共同執行、算法改進由社群治理決定時，任何單一實體都難以將其偏見強加給整個系統。這種架構從根本上解決了中心化 AI 的製度化偏見問題。

Ocean Protocol、Fetch.ai 和 Bittensor 等加密專案旨在實現 AI 資料的去中心化。Ocean Protocol 建立了去中心化的數據市場，允許數據提供者在保持隱私的前提下將數據出售給 AI 訓練者，消除了單一公司壟斷訓練數據的可能。Fetch.ai 專注於自主經濟代理，使 AI 系統能夠在去中心化環境中自主交易和協作。Bittensor 則創建了去中心化的 AI 模型市場，多個 AI 模型競爭提供最佳答案，通過市場機制而非單一公司控制來確保質量。

而像岡本耀司的 Aethir 和 NetMind.AI 這樣的公司則專注於分散式雲端運算基礎架構。訓練大型 AI 模型需要巨大的計算資源，目前這些資源主要集中在少數科技巨頭手中。去中心化計算平台通過全球分佈的 GPU 和服務器提供算力，降低了訓練 AI 的門檻，使小型團隊和個人也能開發先進的 AI 模型，打破了科技巨頭的壟斷。

然而，對於許多 AI 新創公司來說，AI 系統的去中心化不太可能成為其核心關注點，因為他們優先考慮的是提高大型語言模型的效能和擴大輸出規模，以建立穩固的使用者基礎。這種現實反映了去中心化 AI 面臨的挑戰：去中心化雖然能提高公正性，但可能犧牲部分性能和用戶體驗。如何在去中心化和效能之間找到平衡，是這個領域需要解決的核心問題。

AI 去中心化不僅可以減少偏見和錯誤輸出，還能讓大眾驗證 AI 模型的運作方式。這種透明度將鼓勵 AI 創新者建立更負責任、更符合倫理的系統。當 AI 的訓練數據、算法邏輯和決策過程都公開透明時，任何人都可以檢查和質疑其公正性。這種可審計性是建立 AI 信任的關鍵，也是避免 Grok 式偏見災難的根本解決方案。