玩个游戏：让任意聊天机器人选一个1到10之间的随机数。你会得到7。再问一次：3或4。再来一次：8或9。这不是心灵感应——这是集体思维。大语言模型可预测且缺乏创意，这对编程还行，但用来 brainstorm 度假地点就糟透了。

这时候，澳大利亚初创公司 Springboards 带着 Flint 登场了——一个被训练成欢迎幻觉而非抵抗幻觉的大语言模型。联合创始人 Pip Bingemann 演示了：ChatGPT 和 Claude 都给出了7；Flint 给出了3.7916。问及汽车品牌，主流模型说丰田或本田；Flint 说福特 F-150。对于 New Balance 的宣传语，Claude 和 ChatGPT 都说了“Run your way”；Flint 给出了“Built to last, run to win.”

这种同质性正引起关注。一篇11月的论文《人工蜂群思维》在 NeurIPS 上获得了最佳论文奖，显示25个大语言模型对时间的比喻（“时间是一条河流”）和乐队名（包含“玻璃”、“霓虹”、“天鹅绒”或“静电”）给出了近乎相同的答案。Springboards 在阿里巴巴的开源 Qwen 3 之上构建了 Flint，仅在关键输出点（比如在命名目的地之前）调整随机性，而不是全局调高温度，后者可能导致语无伦次。

营销策略师 Zoe Scaman 发现 Flint 对非常规想法很有用，比如重新定义财富积累，而不是通常的“以有趣的方式普及金融知识”。但联合创始人 Maximilian Weigl 警告：十次中有九次，平庸就够了，而且复制粘贴 AI 输出不是工作。Springboards 目前瞄准广告商，但坚称多样性对每个人都重要。正如 Bingemann 所说：“让我们走这条路，而不是最终陷入一个灰色、无聊的世界。”