AI开始偷懒了？

AI助手不行了吗?

  文字工作者关佳怡(化名)近日发现，她此前常用的某AI智能对话问答助手使用体验正明显下降。「以前上传PDF让它翻译，页面会变成左右两栏，右边原文，左边逐句翻译，但现在没有了。即使明确要求逐句翻译，出来的也只是梗概。」

  近期，社交平台上像关佳怡一样吐槽AI「越来越难用」「频频出错」的用户不在少数。AI，真的不好用了吗?

  余京生(化名)主要使用AI辅助软件开发。他告诉中新经纬，2025年他使用ChatGPT时，只要提出需求，模型就会尝试不同解决路径，给出的代码基本方向无误，他只需要小修小补。

  但现在，即便他把要求描述得非常细致，「ChatGPT也像一个机械执行者」，还会频繁出现语法错误。并且模型不会自我检查，反而偏执地认定失败是硬件环境所致。

  「总之退化了很多，我用 Grok 和 DeepSeek 等工具也感觉明显。目前ChatGPT代码能力仍然最强，但用着很吃力。」余京生说。

  付费使用DeepSeek、Kimi的宁泽(化名)在社交媒体发帖称，DeepSeek最近晚上「降智」得厉害。他向中新经纬解释，白天让模型写代码经常一遍过，但到了深夜，类似难度的代码需要反复修改几次才能通过。此外，模型还容易遗忘他前两轮提出的要求。

  早在2026年1月，便有用户开始反馈AI的「不对劲」，主要表现为套话变多、回答表面和分析变少。社交平台上「感觉AI变『懒』了」的话题下，用户称，DeepSeek和豆包一年前的回答会给到很多意想不到的启示，但现在倾向于用一些套话匆匆收尾。众多网友附议：「AI很套路」「回答没有增量内容」「换汤不换药」。

某AI应用将证件照压缩成像素小人

降智还是偷懒?

  中新经纬注意到，DeepSeek新推出的「专家模式」现在已无法上传文件，官方此前提示「擅长复杂问题，资源紧张，不支持文件上传」。在使用快速模式时，中新经纬发现，目前要求DeepSeek翻译长文本PDF，它也会直接提示超出能力范围。此外，近段时间以来，DeepSeek多次因为「崩了」登上微博热搜。

  5月27日，中新经纬在DeepSeek对话框输入「有用户反映你越来越难用了，是因为降智了还是偷懒」。模型思考9秒后回复称，这是现实的无奈和成长的烦恼，并将问题归咎于「算力成本」「安全困境」「迭代阵痛」三方面原因。

DeepSeek回复 图片来源：DeepSeek网页对话

  相比DeepSeek的认真解释，豆包面对质疑则选择重新干活证明自己。关佳怡提到，她让豆包翻译文档，AI偷懒被质疑后，又重新恢复按照原来的格式规范完成了任务。「这玩意儿也会偷懒，学什么不好!」她吐槽。

豆包在被质疑后重新干活 受访者供图

  对于用户使用AI体验变差的情况，Kimi则将其归于模型版本更新、上下文复杂度、提示词影响三方面原因。

Kimi回复 图片来源：Kimi网页对话

  5月29日，中新经纬致电豆包官方客服询问AI执行任务时准确度下降的原因，客服解释这是模型升级所致。因为模型在不断提升，过程中会出现一些小差错。

  截至发稿，DeepSeek官方尚未就中新经纬关于AI故障原因的咨询邮件作出回复。

体验感下降，问题出在哪?

  艾媒咨询发布的《中国AI大模型市场发展状况及用户行为调查数据》显示，在2026年中国消费者认为目前AI大模型存在的缺陷中，「无法实时优化(给出错误反馈后无法通过自我修正实现自我成长)」以45.81%的占比位居首位。「推理能力较弱(需要逻辑、数值推理等复杂问题时表现不佳)」以43.21%的占比位列第二，「灾难性遗忘(问题求解阶段，无法记住处理过的数据或场景)」以42.62%紧随其后。

  业内人士分析认为，用户体感层面的模型「降智」，更多与企业的商业化选择和算力资源紧张有关。

  赛迪顾问人工智能与大数据研究中心分析师韩子哲对中新经纬表示，除Transformer架构固有的长文本性能衰减、AI生成内容回流带来的训练数据污染等技术局限外，商业考量是当前多款大模型「降智」的主要原因。

  值得注意的是，大模型市场的价格战正愈演愈烈。5月22日，DeepSeek宣布旗舰模型V4-Pro的API价格永久下降75%。5月27日，小米紧随其后宣布MiMo-V2.5系列API永久降价，最高降幅达99%。

  韩子哲解释，面对日益上行的Token成本压力，部分厂商引入了动态推理预算、缓存优化及路由降级等技术手段，优先保障系统的整体吞吐量与响应速度，以在时延与成本之间寻求平衡。这种通过缩减单次推理深度来控制运营成本的隐性调整，实际上是以牺牲模型在复杂任务上的表现，换取规模化服务的可持续性，最终直观体现为用户体验的明显下降。

  不过，也有业内人士提出不同看法。一家模型企业的相关负责人向中新经纬表示，模型本身的能力从发布时就已设定，不会因使用一段时间而自动降级。对于用户体感变差的现象，他归结为四方面原因。

• 一是长程任务正成为主流，此前习惯分步走的用户，受上下文环境影响，容易体验不佳;
• 二是模型上下文越来越长，超长任务要求调用小模型辅助，不同版本间的协作容易出现偏差;
• 三是模型与开发平台(即「脚手架」)的磨合不够好，后者当前更新太快;
• 四是用户在不同平台之间切换使用模型，经过中转环节，体验自然不如原生平台流畅。

  极佳视界联合创始人、首席科学家朱政也指出，当前模型企业的算力已难以支撑海量用户的复杂任务需求。「以前大家主要用大模型进行简单聊天，消耗算力较少。但现在，AI被当作一个可以干活的工具，消耗的Token是海量的。」

  朱政表示，用户规模的暴涨，导致算力资源空前紧张。他向中新经纬透露，其公司租用算力卡的等待时间，已从去年的一两天延长到如今排一两周都不一定有资源。

  在朱政看来，像豆包这类模型开始分层收费，其实是好事。对经济条件允许的用户而言，这能保障其专业化需求、提高效率;对企业来讲，也能合理分流，保证免费用户的基础聊天不受影响，同时让商业模式更加清晰。