大模型又进化了。从丝滑的文本生成到惊艳的视频互动，从一口气读完百页财报到秒级生成精美配图，AI的迭代速度让人直呼“未来已来”。在各大科技厂商的狂奔下，大模型似乎正在变得无所不能。但在这些令人眼花缭乱的“神级操作”背后，大模型的底层短板依然像房间里的大象，无法被轻易忽视。
首当其冲的，便是顽固的“幻觉”问题。你问它一个不存在的冷门概念，它绝不会坦诚地说“我不知道”，而是会一本正经地胡说八道，甚至能凭空捏造出看似权威的论文出处和 URLs。在日常闲聊时，这或许是个逗人一乐的bug；但在医疗诊断、法律咨询等严肃领域，这种“看似完美的错误”是致命的。尽管新一代模型在降低幻觉率上做出了努力，但由于生成式AI“预测下一个词”的本质机制，彻底消灭幻觉目前仍是无解的难题。
其次，大模型依然缺乏真正的逻辑推理与物理常识。它本质上是一台超级“文字接龙”机器，掌握了海量数据中的统计学规律，却并未真正“理解”这个世界。这就是为什么它能写出辞藻华丽的散文，却经常在“草莓里有几个r”这类简单的字符计数问题上翻车；它能背诵物理定律，却无法像人类三岁小孩那样具备直觉性的空间和重力常识。它懂得很多“模式”，但缺乏真正的“推理”。
此外，“转头就忘”的长文本处理也是一大痛点。虽然现在的宣传动辄支持百万上下文，但在实际应用中，一旦信息量过大，大模型就会出现“顾头不顾尾”的遗忘现象。在多轮深度对话中，它常常会丢失早期设定的关键指令，像个记忆力不佳的实习生，需要你不断重复和纠正。
大模型正在以前所未有的速度进化，从“能用”向“好用”迈进。但我们必须清醒地认识到，进化不等于完美。当下的AI更像是一个知识渊博但偶尔犯浑、缺乏常识的超级外脑。在享受技术红利的同时，保持对它短板的警惕，学会在关键环节引入人类的交叉验证，才是我们与这个“有缺陷的天才”最理性的共处之道。
