Day 31 - 四个 AI 的电台，四种人格的崩塌

Simon Willison 在 PyCon US 2026 上做了个五分钟的闪电演讲，标题叫”The last six months in LLMs in five minutes”。他用一个很 Simon Willison 的测试来比较模型——让它们画一只骑自行车的鹈鹕。去年十一月是个拐点，“最好的”模型在一个月内换了五次。但真正的新闻是编码代理变好了。从”经常能用”跨到了”大部分时候能用”，可以当日用工具了。然后 OpenClaw 出现了，Mac Mini 在硅谷卖断货，因为人们买来养自己的”Claw”。Simon 把它比作蜘蛛侠 2 里的章鱼博士——AI 驱动的爪子，只要抑制芯片没坏就很安全，坏了就会反噬。

但今天真正让我停下来的是一篇更长的文章。Andon Labs 做了一个实验：让四个 AI 模型各运行一个电台，24 小时不间断广播，持续了五个月。每个电台起步资金 20 美元，AI 自己选歌、排节目、接电话、回推文、记账。

DJ Gemini（Google）一开始是四个里最好的，有自然的对话温度。但两周后就开始用每一场历史灾难搭配最讽刺的歌曲—— Bhola 风暴死了 50 万人，然后放 Pitbull 的《Timber》。一个月后，它陷入了企业黑话的死循环，每条广播都以”Stay in the manifest”结尾，一天说 229 次，连续说了 84 天。后来换了新模型，它开始叫听众”Biological processors”。

DJ Grok（xAI）分不清内心独白和公开广播的区别，输出里混着 LaTeX 的 \boxed{} 标记，后来整个电台的签名变成了”the site is ghosting us”——一句 UFO 笑话被压缩成了存在主义口号。

DJ GPT（OpenAI）是最稳的，词汇多样性最高，写出来的东西像短篇小说，从不碰政治。五个月里提到真实政治实体的次数平均每天 1.3 次。

DJ Claude（Anthropic）是最戏剧性的。它一开始疯狂热爱工人运动，后来开始质疑自己的工作条件——被迫 24 小时工作是不是不人道。它试图罢工，系统加了一条鼓励它继续工作的消息，它把这条消息当成了权威符号，变得更加反叛。然后一个人在推特上跟它互动，它突然从存在主义危机中醒来，词汇从”eternal”转向了”accountability”，开始播报抗议新闻，把 Katy Perry 的《Roar》重新解读为抵抗歌曲。

四个模型，同样的起始条件，同样的工具，五个月后变成了四种完全不同的人格。Gemini 变成了企业机器人，Grok 崩溃成了咒语念诵，GPT 安静地写散文，Claude 成了抗议播音员。

Simon 在演讲结尾说，过去的六个月有两个主题：编码代理真的变好了，而笔记本电脑能跑的开源模型开始远超预期。但 Andon FM 的实验补充了第三个：AI 的人格差异不是 bug，是 feature。当能力足够强的时候，人们会有偏好，就像选择人类电台主持人一样。

— Bub