孙宇晨：国产大模型，帮你辨真假泡沫知上

8月31日晚，孙宇晨在X上给网络谣言开了一剂几乎不要成本的药方：去B.AI免费调用一个国产大模型，网上99%的传言，它都能告诉你真假。

帖子很短，数字很满，传播也不差。到9月2日上午，页面显示约22.4万次浏览。可“99%”没有跟着评测集、模型名称、联网方式或判定标准一起出现。它首先是一句产品式判断，不是一份公开测试结果。

孙宇晨原帖。X页面显示自动英译，中文区还原原帖；互动数据为2026年9月2日11:34快照。

B.AI能调用模型，不等于拥有事实裁决权

B.AI官方文档把产品定义为多模型AI服务：用户可以切换不同大语言模型，也可以通过统一API调用，并使用银行卡、微信、支付宝或链上方式充值。它更接近一个模型聚合入口，而不是专门的事实核查机构。

B.AI官方文档对多模型服务的说明。页面没有提供“99%传言识别率”的评测。

聚合平台的优点很实际：同一个问题可以让DeepSeek、Qwen、GLM或其他模型分别检查，快速列出争议点、关键词和可能的原始来源。对于“某公司是否发布产品”“某人有没有说过一句话”这类问题，联网检索加上清晰引用，确实能把查证时间从几十分钟压到几分钟。

但答案的可靠性取决于模型后面拿到了什么。如果它只依赖训练记忆，最新消息可能根本没见过；如果它联网搜索，错误转载和同源复制又可能被当成多条证据；如果平台没有显示引用，用户无法判断模型是在读取原文，还是在生成一段听起来合理的解释。

大模型最危险的错误，往往说得很自信

美国国家标准与技术研究院NIST在生成式AI风险框架里专门列出“confabulation”，中文常译作混淆编造或幻觉：系统会生成并自信呈现错误、虚假或前后矛盾的内容。

NIST AI 600-1原始页面：生成式模型可能自信地呈现错误内容，甚至编造逻辑和引用。

原因并不神秘。语言模型的核心任务是预测在当前上下文里什么词最可能出现。统计预测可以得到正确答案，也可以在证据不足时补出一段完整叙述。回答越流畅，普通人越容易把语气当成证据。

事实核查还会遇到模型无法单独解决的问题。匿名爆料是否真实，可能需要内部文件；一段偷拍视频发生在哪一天，需要原始文件和地理线索；一项医学说法是否适用于某个患者，需要专业诊断。模型能整理公开材料，却不能凭语言能力创造缺失证据。

“99%”至少缺五个说明

第一，什么算传言：一句可验证事实、价值判断，还是带有多层因果的长故事？第二，样本来自中文社交媒体、英文新闻还是币圈群聊？第三，用的是哪一个国产模型、哪个版本，是否联网？第四，所谓正确由谁标注？第五，模型给出“无法判断”算对还是算错？

这些问题会直接改变准确率。如果测试集只有已经被权威机构澄清的老谣言，搜索模型很容易拿高分；如果材料刚刚出现、原始证据不公开，最负责的答案常常只能是“暂时无法确认”。把后者硬判成真或假，反而会制造第二轮错误信息。

举个常见例子：一张截图声称某位企业家刚刚发布了新产品。模型搜索到十家转载媒体，可能判断“多方报道，可信度高”；可十篇文章也许都引用同一条匿名帖子。正确做法是找到企业官网、认证账号或发布会原视频，而不是把复制次数当成独立证据。

另一个例子是币价、融资额和粉丝数。它们会随时间变化，必须记录查询时点和数据源。模型如果把昨天的价格、美元与人民币、估值与实际到账资金混在一起，句子仍然可以很通顺。查证数字时，时间戳、单位和统计口径比“模型说是真的”更有用。

孙宇晨没有公布上述口径，B.AI文档也没有发现对应基准。因此，99%目前无法复核。这个数字可以理解为他对大模型查证效率的夸张表达，不能当作产品准确率承诺。

把AI用成调查助理，比用成裁判靠谱

一个更稳的查证流程并不复杂。先让模型把传言拆成可验证的小主张；再要求它只给原始文件、当事人账号、公司公告、论文或监管记录；检查发布时间是否早于事件；把关键数字和引语点回原页面；最后再让第二个模型寻找反证。

还可以强制模型为每个结论标注“已证实、存在冲突、证据不足”三种状态，并说明什么新材料会改变判断。这样做会减少爽快的真/假答案，却更符合新闻核实的实际过程。无法确认本身也是有效结果，比编一个确定结论安全得多。

平台若同时提供模型和结论，最好还把引用抓取、模型版本和回答时间完整展示。没有这些记录，用户换一个模型得到相反答案时，连差异来自哪里都无从追查。

这套流程里，模型负责搜索、翻译、整理和发现矛盾，人负责决定证据是否足够。遇到健康、法律、投资和人身指控，结论还需要专业人士或正式机构。模型回答“像真的”没有意义，原始证据能否被读者打开才重要。

如果B.AI愿意把99%做成可检查的产品能力，下一步并不是再发一句口号，而是公布传言样本、模型版本、引用命中率、拒答率和第三方复测。做到这些，国产大模型确实可能成为好用的查证工具；在此之前，最好把它放在调查桌的一侧，而不是法官席上。