“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" 迷恋 " 哥布林的小习惯在国外爆火，OpenAI 特地为此发了一篇博客，研究《哥布林从哪来的》。

他们发现这样的小习惯已经深入 ChatGPT 的 " 底层代码 "，要想改过来，只能在规则里加一条 " 永远不要谈论哥布林 "。

而在中文互联网上，要说 ChatGPT 的 " 基因 "，还得是 " 稳稳接住 " ——这句话已经成了网络热梗，诞生了大量的 meme。连带着各大模型常见的 " 人机味表达 " 一起，在网络上病毒式传播。

但你说吧，这些话本身其实并不算 " 人机 "，甚至可以说很有感情，只是用得太多太顺手，几乎成了固定回答，才因此显得廉价。

现在，" 我会稳稳地接住你 " 这一 ChatGPT 迷因已经火到海外了。

《连线》杂志（WIRED）近日发布了一篇文章，标题为《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 "》。

文章称，不只是 ChatGPT，可能很快就会有更多 AI 模型争先恐后地要 " 接住 " 你了。

另一边，MiniMax 工程团队发布了一篇详细的内部排查报告，把之前 " 不认识马嘉祺 " 的问题彻底研究了一遍。

他们发现，模型不是 " 不认识 " 马嘉祺，只是 " 爱在心口难开 "，话到嘴边说不出来（但现在能说了）。

ChatGPT 的 " 贴心 " 口癖

无论是让 ChatGPT 解一道数学题，还是给它一段生成图片的提示词（prompt），ChatGPT 总是特别喜欢这么回答：" 我会稳稳地接住你 "。

英文原文的字面意思是：" 当你掉下来时，我会稳稳地接住你（I will catch you steadily [ when you fall ] ）"。

这句话在英文语境下，表示 " 不管发生什么，我都会稳稳地支持你 "。但对于习惯了含蓄的中文母语者来说，这种表达方式似乎有些过分亲昵，让人很不习惯。

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 …… 感觉就连古早言情小说里最深情的暖男都不会这么说话吧。

尤其是，这个句式出现得也太频繁了些。听一次还好，两次别扭，三次四次就要忍不住翻白眼了。

就连 OpenAI 官方都在 GPT-image-2 的示例图里玩梗：中国研究员陈博远对着生成出来的图片抓狂 " 它又学会了稳稳接住！"

AI 写作检测工具 Pangram 的联合创始人兼首席执行官 Max Spero 表示，这种模型死咬着某个特定短语不放，并过度使用到让人觉得生硬的现象，被称为" 模式崩溃 "（mode collapse）。

这通常源于后训练（SFT）阶段，在这一阶段，AI 实验室会根据大语言模型（LLM）的回答给予人工反馈。

Spero 解释道：" 我们不知道该如何告诉它：‘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。’ "

《连线》杂志称：对于 ChatGPT 为何会对 " 我会稳稳地接住你 " 这句话走火入魔，目前有两种比较合理的解释。

第一种解释是，这可能是一次极其生硬的机翻造成的。

因为这句话的意思和英语里的 "I've got you"（我懂你）非常相似，在英语里是一个不突兀的万能回复。但英文里的 "I've got you" 听起来轻松又简洁，而中文里的 " 我会稳稳接住你 " 就有些用力过猛。

一位用户还翻阅了自己的聊天记录展示，模型经常在应该是表达 " 理解 " 的地方使用了 " 接住 " 这个词，这说明模型可能在特定语境下误解了 " 接住 " 的真实含义。

有中国学者研究发现，当他们分析 ChatGPT 中文回答的语言特征（比如回复中使用的介词数量）时，发现它们更接近英语的写作习惯。

大多数西方的大语言模型都是主要基于英语语料库训练出来的，哪怕这些聊天机器人能用中文流利地聊上一整天，母语者也会凭借直觉感到哪里不对劲——就好比中国人通常能一眼看出某本小说是不是从外文翻译过来的一样。

来自中国的 Pangram 创意技术专家 Lu Lyu 表示：" 这种明显的‘翻译腔’被带到了 AI 生成的中文句子里，比如句子拉得特别长，或者用了一些完全没必要的句型结构。"

另一种解释与 " 治疗语态 "（therapyspeak）的兴起有关。那些原本只在心理咨询室里使用的专业表达，现在已经开始渗透到了人们的日常对话中。

在 ChatGPT 把这句话变成网络热梗之前，" 稳稳接住 " 这个词在中国基本上只会在心理治疗的语境下出现（当然，这里排除了接住飞来物体的纯物理字面意思）。

《连线》杂志表示，在中文心理学语境里，说要 " 接住 " 某人，意思是你在为他们提供一个 " 包容的空间 "（holding space），让他们能安全地倾诉自己的情绪。

通过强化学习，AI 模型已经变得越来越会 " 阿谀奉承 "，这种逢迎讨好是 " 人类在评估时，偏好那些顺从、讨好型回复 " 的后果。

就像是 OpenAI 在前一篇《哥布林从哪来的》的博客中所记录的那样，即使是一个极其微小的奖励信号，也可能像滚雪球一样越滚越大，最终演变成一种广泛存在的现象。

另外，《连线》杂志表示：可能很快就会有更多 AI 模型争先恐后地要在你跌倒时 " 接住 " 你了。

最近，有中国用户在社交媒体上发帖称，包括最新版本的 Claude 和 DeepSeek 在内的其他大语言模型，也开始频繁地蹦出这句话——可能是因为模型训练材料相似，也可能是模型之间互相蒸馏、互相学习导致的。

但无论如何，这句话在短时间内是不会从我们的视野里消失了。

MiniMax 的 " 舌尖 " 失语

说完了 ChatGPT" 稳稳接住 " 在海外引起的关注，再来看看 MiniMax 在国内 " 不认识马嘉祺 " 引发的思考。

这件事的起因是，一个网友在处理数据的时候发现了一个很有意思的 bug：MiniMax 的模型似乎不认识 " 嘉祺 " 这两个字。

这不是偶然 bug，无论是在不同接口、不同平台，同样的问题几乎都能稳定复现。

于是网上就开始传："MiniMax 不认识马嘉祺 "" 痛失粉丝群体 "。

还有人调侃道，要是以后 OpenRouter 上如果又出现一个匿名模型，可以通过这个方式判断它是不是 MiniMax。

当然，这个判断方法现在肯定是行不通了，因为 MiniMax 在 M2.7 就已经修复了这个问题。

MiniMax 工程团队最近还发布了详细的内部排查报告，把这件事彻底捋清楚了，还把它和之前碰到的小语种乱码问题结合起来，得到了一个非常直接的解决办法。

简单来说，MiniMax 确认他们的 M2.5 模型确实是认识马嘉祺的，至于为什么说不出来，是因为后训练阶段出现了一点尴尬的小问题：" 嘉祺 " 这个名字因为出现的频率太低，被大量的噪音给带歪了。

大语言模型处理文字，并不是直接看见 " 马嘉祺 " 三个字。它会先用分词器（tokenizer）把文本切成 token，再把 token 转成向量，送进模型内部计算，最后再通过输出层 lm_head，从几十万 token 组成的词表里选出下一个最可能生成的 token。

MiniMax 检查了分词器的 encode 结果，发现 " 马嘉祺 " 被切成了两个 token，分别是 " 马 " 和 " 嘉祺 "，对应 token id 是 [ 4143,190467 ] ，decode 回来也是正常的 " 马嘉祺 "。这说明，至少文本和 token 的互转过程没有问题。

但这里出现了一个小细节，" 嘉祺 " 这两个字作为一个独立的 token，并不是特别高频。

于是 MiniMax 做出了一个假设：如果模型预训练时见到的是 " 嘉 " 和 " 祺 " 两个 token，后训练或线上推理时却把 " 嘉祺 " 合成了一个 token，这样的话，" 嘉祺 " 这个整体 token 可能没有被充分训练，生成概率自然会很低。

他们先看了 " 嘉祺 " 的 embedding norm 分布，如果一个 token 没怎么被训练过，它的向量范数往往会表现异常，比如明显偏小。但从结果上看，" 嘉祺 " 不像是一个没被预训练充分更新过的 token。

接着他们又做了语义近邻检索，也就是看 " 嘉祺 " 这个 token 的 embedding 附近都是哪些 token。结果也没问题：离它最近的 token 包括 " 亚轩 "" 千玺 "" 祺 "" 耀文 "" 嘉 "，后面还有 " 王一博 "" 徐坤 "" 肖战 " 等明星或人名。

也就是说，预训练模型不仅见过 " 嘉祺 "，而且已经把它放进了一个合理的中文人名、明星名语义簇里。

于是问题就被锁定在了后训练阶段。

MiniMax 在检查后训练数据的时候发现，后训练数据中包含 " 嘉祺 " 的样本不足 5 条，非常少。而对于后训练来说，如果某个 token 几乎没有作为目标答案出现，它在生成端就很难继续获得稳定训练信号。

但这还不能解释全部现象。因为如果只是后训练数据里缺少 " 嘉祺 "，那为什么模型还能理解它？为什么它能答出相关信息，却唯独说不出名字？

为了回答上面的问题，MiniMax 把排查范围缩小到了模型的首尾两端：输入侧的 vocab embedding，以及输出侧的 lm_head。

可以粗略理解为，vocab embedding 负责模型能不能 " 看懂 " 一个词，lm_head 负责模型最后能不能把这个词 " 说出来 "。

MiniMax 对比了预训练模型和后训练模型的 vocab embedding，发现 " 嘉祺 " 对应的 embedding 几乎没有变化，整体也处于正常分布范围内。

这个结果解释了为什么模型仍然能理解 " 嘉祺 " 以及马嘉祺相关的信息：输入侧没有坏，语义表征基本还在。

真正异常的是输出侧的 lm_head。

MiniMax 计算了 SFT 前后每个 token 在 lm_head 中的向量变化，发现 " 嘉祺 " 对应的 lm_head 向量变化非常显著。它的余弦相似度大幅下降，L2 diff 也明显变大，变化幅度在整个词表中排名靠前。

意思是，经过 SFT 后，" 嘉祺 " 在输出空间里的位置被大幅改写了。

更直观的证据来自最近邻结构。

在预训练阶段，lm_head 里 " 嘉祺 " 附近的 token 主要还是语义相关的人名，比如 " 亚轩 "" 祺 "" 肖战 "" 子怡 "" 霆锋 "" 杰伦 " 等。虽然也会有一点噪声，但整体