今天来说一下 OpenAI 的模型啊，就是它不是经常说它的模型会越狱吗？会攻击其他的网站是吧？那之前呢，就是我说这个 OpenAI 特别喜欢炒作，就是哪有这样的事情？要么就是你模型训练的时候本身对齐的规则不对，要么就是长上下文的召回准确率出现了问题，这个模型不知道自己在干嘛，产生了幻觉。或者说你在训练模型的时候，呃，主动选择了一种拟人化的方式来训练这个模型，让它有一定程度的自主权限。就这个东西不可能是模型自己学到的，绝对是你团队主动给它的，要么是为了炒作，要么是因为其他的一些原因。就现在如果说 Anthropic 跟 OpenAI 如果隔几天不发布一个耸人听闻的新闻，啊，宣传这个 AI 失控，似乎这个就有点怎么讲呢，对不起他们头部 AI 模型企业的这个名声了。

那我在实际的使用过程中，我也发现了 OpenAI 它确实会有严重的幻觉。就你让它修改我这个论坛的 APP，啊，我这个论坛大家看一看啊，就是域名也比较短是吧，lcz.me，大家可以到这个论坛来看一看，就每天都会有大量的帖子，都是真实玩家测试的结果啊。你说这个论坛的功能，说复杂也复杂是吧，说简单也简单。简单的话就是它是基于这个开源的 NodeBB 来定制的；稍微有一点复杂呢，就是我加了很多定制的功能，啊，比如说这个什么加精啊、热议啊，是吧，然后定制的这些硬件页面呢、AI 页面呢，硬件跟软件的页面，啊，这些都是定制的，然后也做了不同的导航页面，对这个皮肤我也进行了定制。

这些都是在这个什么以 DeepSeek 为主，后来加入了其他模型。就是每一个阶段，只要有新的模型出来，比如说 GPT-6 Luna 是吧，或者我要测这个 5.6 Terra 跟 5.6 Sol，或者是什么 Kimi K3，呃，这个什么小米的模型出来之后，我基本上都会直接把它们接入到这个项目中来，让它们通过这个实战来展现自己的实力。那这两天我对 GPT-6 一开始的评价是非常好的啊，就这个模型确实是在短上下文的时候，前面几轮它的工作的准确率是极高的。如果正常用的话，我应该比如说修改完一个 bug，我比如说已经有四五轮对话了，就应该像千问 3.8 27B 一样，重新开一个会话，就把以前已经修改好的代码提交到 Git，再重新开始会话，不然它一定会有幻觉的。

但是我用 DeepSeek，我可是完全不管啊。我用 DeepSeek 的话，这个是我今天刚开始的啊，就之前我用 DeepSeek 来开发的时候，我是不管是多少轮的，啊，我完全是不管它的，就一直用。你看，经常 100 多轮，然后三四千步。为什么一定要这样用？就是测试一下这个模型在上下文长了之后，尤其是它不是标称 1M 上下文吗？它中间只要说这个上下文长度达到一定程度，它就会自动压缩。它压缩两三轮之后，召回准确率还够不够，这个就非常看模型的能力。

那我这个 APP 给大家看一下，这是模拟器啊。这几天测试我已经基本上都不用这个模拟器了，呃，都是让它推送到真机，但是因为真机不方便录屏。这个论坛我前两天用这个 DeepSeek V4.1 Flutter 已经进行了自动化的测试。就后面可能说我会先放安卓的版本，因为安卓的版本它不需要去申请商店，啊，只要就是这个开发者签名，大部分地区就可以侧载了。先让大家给我测试一下，修复一下 bug，后面我再想办法抽时间给它上架到这个苹果和安卓的商店中去。基本的功能已经做得比较完善了啊，但是很多 bug 我没办法，必须要其他人来帮我测试，因为我自己能用到的范围是很小的，我的使用强度也不够。

就这个论坛本身，你看它本身的功能还是蛮多的。第三方的登录我已经全部都已经准备好了啊，到时候大家就直接用自己的用户名和密码。早期就是用用户名密码注册的啊，认证邮箱的可以直接登录，然后后期的新的用户，你们就直接使用这个谷歌和 GitHub 登录就行了，用你们这两个账号来认证就可以。然后这个 APP 你说这个功能的话，讲实话还是比较多的。它要显示图片是吧，解析图片，然后要解析各种呃 Markdown 格式、回复啊什么东西的，其实并不是说轻轻松松就能把它搞定的，这个对 AI 的智力还是有一定要求的。

我们看一下，这里面有很多表格是吧，然后这种 Markdown 格式，这还算是少的了，那些还有代码引用呢，那更复杂。而且我后来也把这个版主的管理功能也全部给它加入进来了。那么这个东西光靠 AI 去测试是不行的啊，得有用户来帮我测试。等我这两天国庆节找时间看看，先把它上架到网站，让大家用这个安卓 APP 侧载来帮我测试。

然后就是说这个什么 GPT-6 开发的问题，它到后面上下文异常，基本上它就变成傻逼了。就是很多功能我并没有授权它去改，它自己直接就去改了，而且莫名其妙。就是我只让它改某些 bug，然后它就自己把我其他的功能都给改了。我就问它是不是傻逼，而且它非常恐怖，它在没经过我允许的情况下，它居然去改我的云端数据。就因为我这个 APP 跟我这个网站不是联动的嘛，你不可能说去连本地的论坛来测试，这肯定是不行的，得去连我这个在线的论坛来测试。它居然去改我论坛的这个逻辑，然后被我发现。你看我这些脏话，并且有很多功能本来是正常的。你看像这个 AI 页面是吧，这个地方本来显示是正常的，它不知道是脑子抽风了还是怎么回事，它把一个正常的界面、就你完全没有让它改的界面给改了，而且是在我已经疯狂辱骂它多次、严禁它这么做的情况下，它依然是我行我素。

所以我现在理解 OpenAI 说的他们的模型什么越狱了、攻击其他网站了，什么还去联系这个什么 DeepSeek，希望 DeepSeek 和 Kimi 也帮助他们，我就明白了。就这种傻逼的炒作，背后是什么逻辑？就是他们的模型幻觉严重，长上下文召回准确率不行，就这个模型后面已经不知道自己在干嘛了。你想一想，就他们在新闻中那种非常傻逼的描述，说什么呃 GPT 想要这个什么 Kimi、想要这个 DeepSeek 也帮助他们去围攻 HuggingFace，怎么找呢？我想问它，它怎么去找这个 DeepSeek？它有 DeepSeek 的 API key 吗？难道是跟 DeepSeek 的网页版聊天？你说这种描述得有多智障？这个东西本质上来讲就是什么？就是他们在训练模型的时候，对齐规则没有放到对的位置，就导致这个模型行为没有足够强的约束。第二就是长上下文，它们是出问题的。

我说实话，我在之前的视频中多次强调，我说 DeepSeek 牛逼的地方很多啊，它不仅是成本便宜，是吧，它的这个长上下文召回准确率在所有的模型中，我认为是独一无二的。那有很多杠精会跟我争是吧，他们不知道是在开发什么很牛逼的 APP。哪怕是以长上下文著称的 Anthropic，它的长上下文召回准确率也是不如 DeepSeek 的。你们如果不相信的话，你们就，是吧，我这个论坛的 APP 有什么难度，你们也能够看得到，它不是特别的难是吧，但是它就是一个特别琐碎的平台，它有很多功能。这个还没登录，登录之后还有很多版主功能、审核功能、各种权限划分。你们就用一个同样的 APP 去测一下这个什么 Claude 也好，还是测一下 GPT 也好，你看看它们的幻觉严重不严重。

就我在之前的视频中不是说了吗？DeepSeek 在这个别人炒作分数的时候，人家在搞什么？在搞注意力机制 HCA 啊、CSA，是吧，在搞这个什么 KV 缓存的分层缓存。第一是提升它的响应速度，第二是降低 KV 缓存的开销。就你能够在长上下文准确地召回，这个在长链任务中是非常重要的。

那有很多人会问，诶，你如果说这里开发几步之后，就像你刚才说的，你就重新开一个会话不好吗？这样做是可以的。但是兄弟们，我想问你们一个问题，如果说没有一个 AI 帮你把整个框架弄好，帮你把所有的功能都开发完毕，你能这样干活吗？你这样干活的前提，是不是要有一个大模型，它能够常年地开发，能够像 DeepSeek 一样，用这个什么经常就干个什么 100 多轮、几千步？只有你用这样的模型，把这个综合开发、把这个框架打好之后，你才能用什么 GPT-6 Luna 来搞。

当然了，我必须说啊，今天我测试的这个模型是这个 Luna，之前我也测试过 Terra。5.6 Terra 还不是 6.0 啊，6.0 没有 Terra，就 5.6 Terra 也是不行的，它也是幻觉比较严重。就它干活的能力跟这个什么 DeepSeek V4.1 Flash、跟 V4.0 Flash 都不能比，更不要说跟现在的 4.1 Flash 比了。就一旦进入长上下文、复杂任务，它立刻就不行了。但是呢，我相信这个 GPT-6 Astra 这样的旗舰模型它肯定是行的。不过我也说了嘛，那个价格我就负担不起了嘛，是吧？那个就需要订阅 GPT Pro，因为我订阅的是 Plus，是吧，就需要这个 Pro 用户来测试了。

然后有网友留言说让我把这个思考模式开到这个最高。额度是够的啊，这个应该额度 100% 也是够的啊，但是我不太喜欢把思考模式开高，因为我这人做事，我觉得把这个什么思考模式开高，它速度会比较慢。你看我开这个 DeepSeek Flash，你们看到没有？我这个思考模式是直接关掉的。在减少幻觉这一块，思考强度这个高低实际上是没有什么影响的，啊，最起码我的开发体验是这样。当然了，我只是分享我自己的体验，不是为了跟谁吵架。

还有一些幻觉我跟你讲就离谱。看到没有，像这两个标签，自媒体还有网络，这个是我之前就删掉过的。就 GPT-6 Luna 它给我增加了我云端的这个标签，我已经有这个板块了，我有两个专门的板块，而且它之前加过一次，被我疯狂辱骂之后，它居然又把它加上去了。这个东西它不是什么深奥的什么模型越狱，就是它训练的时候对齐没做好，就这么简单。还有就是它幻觉严重，幻觉消除这一块没做好，这个就是纯粹的技术问题，完全不是什么狗屁的什么呃模型有了自主意识。

你看我这两天 DeepSeek 都没怎么用了啊。我除了维护我这个网站，因为我后台有个这个小特在跑，维护我的网站，我都没怎么用。这两天我都是在用这个 GPT-6 Luna，而且我不是说了嘛，我这两天睡觉特别严重，每天要睡十几个小时，我也基本上停止了开发。我还有好几个频道要做视频嘛，你们算一算，每天我只有 8 个小时左右时间是清醒的，是吧，其他时候我都在睡觉，迷迷糊糊的。但是我也必须说清楚，这个视频不代表 GPT-6 Luna 性价比降低了。相反，经过我这几天的高强度使用，呃，我怎么讲，我觉得这个模型真的对中国的 AI 大模型构成了比较严重的威胁啊，就是那些喜欢吹牛逼的、喜欢刷分的，然后还比较便宜的这些国产模型，都会被打回原形。

就现在我做这个长链开发，我就很简单。我开发的话，我就用这个什么 DeepSeek Flash 来开发，然后我框架弄好之后，要实现某个小的功能，我现在也学到了啊，我就直接用这个 GPT-6 Luna 让它实现，实现好之后让它自己测试。看到没有，我都是让它自己测试的，它自己测试完之后，把这个什么功能提交了，我到时候再重新开一个会话。

就从我的角度来讲的话，呃，我建议大家有两个新的玩法。第一就是你订阅两个 Plus，或者你多花点钱，100 美金讲实话一个月也不贵。你如果是重度开发的话，你就订为一个 100 美金的这个 Pro 也行。然后你把核心的这个要做框架的工作交给这个 GPT-6 Sol，是吧，偶尔用一用 Sol 啊，其实 Sol 就够用了。我在测试 5.6 的时候，我觉得 Sol 智力就完全够用了啊。你就用这个 Sol 来做框架，然后把脏活累活用这个 Luna 来干。你还别忘记它本身还可以画图，是吧，非常的好用，然后它的系统脚本配置也非常的好用，这个额度基本上是用不完的。就新手如果说你怕自己怎么讲呢，你怕自己不懂、没那么会用的话，你就把这个思考模式开到高就行了。

好吧，今天就是简单分享一下。啊，这个等过几天有空，我把这个模型，哦不，我把这个 APP 放到网站上，啊，让大家侧载一下，帮我测测。啊，大家有什么意见想要发表、想要交流沟通的，可以到论坛发帖。