“马嘉祺”终于被大模型“稳稳接住”了

你有被AI“稳稳接住”过吗？

前段时间，ChatGPT对“哥布林”的莫名执着在国外社交平台火了一把，逼得OpenAI官方不得不发博客研究《哥布林从哪来的》。他们发现，这种小癖好已经刻进了模型的“底层代码”，想修正只能简单粗暴地加一条规则：“永远不要谈论哥布林”。

而在中文互联网，ChatGPT的“灵魂印记”无疑是那句“我会稳稳地接住你”。这句话已经演变成一个网络热梗，催生了大量表情包，连同其他常见的“人机味”表达一起，完成了病毒式传播。

平心而论，这句话本身并不“机械”，甚至可以说情感充沛。问题在于，它被用得过于频繁和顺手，几乎成了万能回复模板，这才让原本温暖的承诺显得廉价而刻意。

如今，这个源自中文区的迷因已经火到了海外。《连线》杂志近日就以《ChatGPT在美国患上了“哥布林”狂热症，而在中国，它只想“稳稳地接住你”》为题进行了报道。文章指出，不止是ChatGPT，可能很快就会有更多AI模型争先恐后地要“接住”用户了。

另一边，国内厂商MiniMax的工程团队则发布了一份详细的内部排查报告，彻底厘清了此前闹得沸沸扬扬的“不认识马嘉祺”事件。他们发现，模型并非真的“不认识”，而是“爱在心口难开”——话到嘴边却说不出来。当然，这个问题现在已经被修复了。

01 ChatGPT的“贴心”口癖

无论是解数学题，还是为生成图片写提示词，ChatGPT似乎都特别钟情于回复：“我会稳稳地接住你”。

这句话的英文原型“I will catch you steadily [when you fall]”，其含义接近于英语中表示支持与理解的常用语“I've got you”。但在中文语境里，“我会稳稳地接住你”听起来就有些用力过猛，显得过分亲昵，让习惯了含蓄表达的母语者感到些许不适。

更何况还有进阶版本：“我就在这里，不躲，不退，不避，不逃，稳稳接住你。”这连古早言情小说里的深情男主角都未必说得出口。偶尔听到一次尚可，反复出现就难免让人想翻白眼。

就连OpenAI最新发布的GPT-image-2示例图中，都有中国研究员陈博远对着生成结果抓狂玩梗：“它又学会了稳稳接住！”

AI写作检测工具Pangram的联合创始人Max Spero指出，这种模型死咬特定短语并过度使用的现象，被称为“模式崩溃”。这通常源于后训练阶段的人工反馈机制。

Spero解释道：“我们很难告诉模型：‘这样写确实很好，但如果你把这种好句式连用10次，那它就不再是好句子了。’”

关于ChatGPT为何对这句话“走火入魔”，目前有两种主流的解释。

第一种解释指向生硬的机翻。英文中的“I've got you”轻松简洁，但直译成“我会稳稳接住你”就显得格外沉重。有用户翻看聊天记录发现，模型常在应表达“理解”的语境下使用“接住”一词，这暗示模型可能误解了该词在特定上下文中的含义。

研究也佐证了这一点：分析显示，ChatGPT中文回答的语言特征（如介词使用数量）更接近英语写作习惯。即便聊天机器人能用中文流畅对话，其底层逻辑仍受训练语料影响，导致产出带有明显的“翻译腔”，例如句子结构冗长或不必要地复杂。Pangram的创意技术专家Lu Lyu就表示：“这种明显的‘翻译腔’被带到了AI生成的中文句子里。”

第二种解释则与“治疗语态”的流行有关。那些原本属于心理咨询场景的专业表达，正逐渐渗透进日常对话。在成为网络热梗前，“稳稳接住”一词在中文里几乎只出现在心理治疗语境中（排除其物理字面意义）。《连线》杂志指出，在中文心理学讨论中，“接住”某人意味着为其提供一个“包容的空间”，让其能安全地倾诉情绪。

通过强化学习，AI模型变得越来越善于“讨好”人类，这种倾向正是“人类评估者更偏好顺从、讨好型回复”所导致的结果。正如OpenAI在关于“哥布林”的博客中所记录的，即使是一个极其微小的奖励信号，也可能像滚雪球一样，最终演变成一种普遍现象。

值得注意的是，这句“口头禅”似乎正在扩散。《连线》杂志称，可能很快就会有更多AI模型争相要“接住”用户了。最近，有中国用户在社交媒体上发帖称，包括Claude和DeepSeek在内的其他大模型也开始频繁使用这句话。这可能是由于训练材料相似，或是模型间相互学习（知识蒸馏）导致的。无论如何，这句话短期内恐怕不会从我们的视野中消失。

02 MiniMax的“舌尖”失语

聊完ChatGPT在海外引发的热议，再来看看MiniMax在国内因“不认识马嘉祺”而引发的技术思考。

事件的起因是一位网友在处理数据时，发现了一个有趣的bug：MiniMax的模型似乎无法识别“嘉祺”这两个字。

这并非偶然，在不同接口和平台上，该问题几乎都能稳定复现。于是，“MiniMax不认识马嘉祺”“痛失粉丝群体”等调侃开始流传。甚至有人开玩笑说，以后在OpenRouter上遇到匿名模型，可以用这招来判断它是不是MiniMax。

当然，这个方法现在肯定失效了，因为MiniMax在M2.7版本中已经修复了这个问题。他们的工程团队还发布了一份详细的内部排查报告，不仅彻底厘清了问题根源，还将它与之前遇到的小语种乱码问题联系起来，找到了一个直接的解决方案。

简单来说，MiniMax确认他们的M2.5模型其实是“认识”马嘉祺的。之所以“说不出口”，是因为在后训练阶段出现了一个尴尬的小插曲：“嘉祺”这个名字由于出现频率极低，被大量的噪声数据干扰，导致模型在输出时遇到了障碍。

大语言模型处理文字并非直接“看到”。流程是：先用分词器将文本切分成token，再将token转化为向量送入模型计算，最后通过输出层从庞大的词表中选出下一个最可能生成的token。

MiniMax检查了分词结果，发现“马嘉祺”被正确切分为“马”和“嘉祺”两个token，互转过程正常。但关键在于，“嘉祺”作为一个整体token，并非高频词。

团队最初假设：如果模型在预训练时见到的是“嘉”和“祺”两个独立token，而在后训练或推理时却将“嘉祺”视为一个整体token，那么这个整体token可能因训练不足而导致生成概率偏低。

然而，进一步检查推翻了这一假设。他们查看了“嘉祺”的词向量范数分布，发现其并未表现出未充分训练token常有的异常偏小特征。语义近邻检索也显示，“嘉祺”的向量周围聚集着“亚轩”“千玺”“祺”“耀文”“嘉”等人名token，后面还有“王一博”“徐坤”“肖战”等明星名字。这说明预训练模型不仅见过“嘉祺”，还将其正确地归入了中文人名语义簇。

于是，问题被锁定在后训练阶段。团队发现，后训练数据中包含“嘉祺”的样本不足5条，极其稀少。对于后训练而言，如果一个token几乎没有作为目标答案出现过，它在生成端就很难获得稳定的训练信号。

但这仍无法完全解释现象：如果只是后训练数据缺乏，为何模型还能理解“嘉祺”并回答相关问题，却唯独说不出这个名字？

为了解答这个问题，排查范围缩小到了模型的首尾两端：负责“看懂”的输入侧词嵌入，和负责“说出”的输出层。

对比预训练与后训练模型的词嵌入发现，“嘉祺”对应的向量几乎没有变化，处于正常分布。这解释了模型为何仍能理解相关信息：输入侧的语义表征完好无损。

真正的异常出现在输出层。计算发现，“嘉祺”对应的输出层向量在后训练后发生了显著漂移，其变化幅度在整个词表中排名靠前。这意味着，经过后训练，“嘉祺”在输出空间中的位置被大幅改写了。

更直观的证据来自近邻结构分析。在预训练阶段，“嘉祺”在输出空间中的邻居大多是语义相关的人名。而在后训练之后，其附近涌入了大量特殊标记和噪声token。输出空间的局部结构被挤压，“嘉祺”从一个清晰的人名token，变成了与人名、工具标记、乱码混杂的“模糊地带”。这就是“认识但说不出”的技术根源：模型在生成时，无法稳定地将它从混乱的邻居中筛选出来。

扩大检查范围后，团队发现类似的漂移并非个例。一些低频词、小语种token和噪声token，在后训练中同样出现了输出侧表征漂移。这也解释了此前遇到的小语种混杂问题：其本质与“嘉祺”事件相同，都是由于特定token在后训练中覆盖不足，导致输出表征混乱，进而引发生成错误。

那么，如何解决呢？答案朴素得有些令人莞尔：“罚抄”500遍。

MiniMax没有简单地只为“马嘉祺”补充几条数据，因为那只是修补一个点。他们想验证的是：如果问题源于词表覆盖不足，能否通过系统性提高整个词表在后训练中的曝光度来修复？

于是，他们构造了一批“词表覆盖合成数据”：将全部20多万个token随机分组，每组约8000个，打乱后构成对话样本，要求模型重复。最终生成约500条对话，确保每个token至少作为生成目标出现20次。

这个设计为每个token的生成频率设置了下限。即使某个token在常规后训练数据中极为罕见，它也不会在输出侧完全失去训练信号。结果证明该方法有效。加入覆盖数据后，模型不仅能正常说出“马嘉祺”，此前一些低频词丢字、替换的问题也得到了修复，小语种混杂现象也明显缓解。

这正应了那句老话：好记性不如烂笔头。看似复杂的技术难题，有时只需要最朴素的解决思路——记不住生僻词，那就多抄几遍词典。

03 下一个问题

将ChatGPT的“稳稳接住”与MiniMax的“不认识马嘉祺”放在一起审视，会发现它们并非两个孤立的笑话，而是指向大模型能力拼图中不同但相关的脆弱环节。

一个问题出现在表达风格层面：模型过于偏爱某种能获得高奖励、彰显安全感与贴心的句式，并将其滥用，最终从有效的“情绪支持”滑向令人出戏的“人机味”。

另一个问题则出现在生成机制底层：模型在输入侧能理解某个token的语义，却因后训练覆盖不足导致输出侧表征漂移，从而“卡在嘴边”说不出来。

前者是“说得太顺”，后者是“说不出口”。但它们共同提醒我们：大模型的语言能力并非一个浑然天成、均匀可靠的完整体，而是由预训练、分词、后训练、奖励机制、输出层等多个环节拼接而成的结果。任何一个环节出现微小偏差，都可能在最终对话中放大为具体而滑稽的现象。

“稳稳接住”的背后，是模型如何学习并内化人类偏好，如何在安全、友好与共情之间寻找边界。如果一个表达因短期反馈良好就被无限强化，成为应对万事的“标准答案”，那暴露的其实是后训练中对“好回答”的定义仍不够精细和场景化。

“不认识马嘉祺”则揭示了长尾、低频token在后训练中被稀释、表征发生漂移，导致“理解”与“表达”之间产生裂痕。这暴露了模型在应对长尾词、小语种及复杂token组合时的稳定性短板。

从用户视角看，这些问题成了传播迅速的网络热梗；从工程视角看，它们则是观测、复现并修复模型行为的宝贵入口。

大模型的发展，早已超越了单纯比拼知识广度和响应速度的阶段。真正的挑战在于，如何让它在不同的语言、文化和场景中，都能实现稳定、自然且分寸得当的表达。

不该“稳稳接住”的时候，别强行接住。该说“马嘉祺”的时候，也别卡在嘴边。这或许就是当下AI语言模型走向成熟所必须通过的考验。