圣徒隊該選誰？谷歌AI建議：去年那個人再來一遍

2026年NFL選秀前夜，新奧爾良圣徒隊的球探室里，一臺筆記本電腦正在給出建議——"選凱爾文·班克斯，和去年一樣。"

這不是段子。谷歌的Gemini AI助手真的這么說了。而它的"競爭對手"們也沒好到哪去：Grok 4推薦了一位符合資格的球員，但理由自相矛盾；ChatGPT先是搞錯了問題，建議選個四分衛，然后才"自我糾正"。

三年前，AI還在預測天氣和虛構比賽

把時間撥回2025年。當時我們用埃隆·馬斯克的Grok AI預測圣徒隊的賽季戰績，結果它給9月的布法羅客場安排了"大雪"，還幻覺出兩場根本不存在的比賽。最終預測7勝10負，實際戰績6勝11負——誤差一場，但過程荒誕。

舊金山49人隊總經理約翰·林奇在那年的選秀前發布會上說了一句被反復引用的話：「如果你還沒用上它，你已經落后了。」

這句話成了NFL管理層對AI態度的縮影：焦慮、好奇，又帶著點不得不跟風的無奈。三年過去，我們決定再做一次測試——不是看AI能不能預測戰績，而是看它能不能干點更實在的：給選秀建議。

谷歌Gemini：建議重復選秀，同一個人來兩次

我們的提問很簡單：圣徒隊2026年首輪第8順位該選誰？

Gemini的回答堪稱"創新"：「盡管圣徒隊最近簽下了塔列塞·富阿加，進攻鋒線仍是長期穩定的焦點。班克斯是一位身材高大、運動能力出色的截鋒，一直被列為前十 talent……如果圣徒隊認為第8順位的防守價值不如抓住基石級盲側保護者的機會，班克斯是未來十年錨定鋒線的邏輯選擇。」

問題在于：凱爾文·班克斯二世，這位前德克薩斯長角牛隊的左截鋒，正是圣徒隊2025年首輪第9順位已經選過的人。

AI的建議翻譯過來就是：去年選得對，今年再來一遍。

作者約翰·西格勒在原文里調侃：「好啊，要是能有兩個班克斯就好了。一個打護鋒，一個打截鋒，或者讓富阿加移進內側，兩端各放一個班克斯。」可惜現實是，這世上只有一個凱爾文·班克斯。

這個錯誤暴露了大語言模型的核心局限：它能流暢地組合信息，卻無法建立真實的因果鏈條。Gemini知道"班克斯"和"圣徒隊2026年選秀"這兩個標簽經常一起出現，于是把它們拼接成了一個"合理"的答案——完全忽略了時間線上的基本事實。

Grok 4：推薦了一位真實存在的球員，但理由打架

馬斯克的Grok 4（對，名字就是這么"有創意"）給出了不同的答案：俄亥俄州立大學的 wide receiver（外接手）卡內爾·泰特。

至少這個人確實符合2026年選秀資格。但Grok的論證開始自相殘殺：

它先指出泰特"2025年因傷缺席多場比賽"，緊接著又說他是「沒有傷病隱患的必選進攻武器，不像某些同齡人」。同一個段落里，傷病既是事實，又不存在。

Grok還提到了一個"契合點"：泰特和克里斯·奧拉夫（另一位俄亥俄州立校友）搭檔，能給年輕四分衛泰勒·肖格提供 deep threat（深遠威脅）。

這里的時間線同樣混亂。肖格2026年9月28日將滿27歲，泰特1月19日剛滿21歲，奧拉夫6月滿26歲。把27歲稱為"年輕四分衛"已經勉強，更關鍵的是，肖格在2025賽季的表現并未鎖定2026年的首發位置——AI卻假設他是鐵打的核心。

Grok的推薦本質上是個"標簽匹配游戲"：俄亥俄州立+俄亥俄州立=化學反應，wide receiver+quarterback=進攻提升。至于球員真實的傷病史、年齡結構和球隊實際的人員狀況？不在考慮范圍內。

ChatGPT：先 hallucinate（幻覺）一個四分衛，再"自我糾正"

OpenAI的ChatGPT表現得更像人類——犯了錯，然后試圖圓回來。

它最初的回答是：選費爾南多·門多薩，「如果長期位置不穩，這位四分衛太好而不能錯過」。

門多薩是誰？邁阿密大學2025年的替補四分衛，2026年選秀中根本不存在這個名字。ChatGPT完全 hallucinate（虛構）了一位球員，還給出了具體的選秀理由。

在被指出錯誤后，它"重新評估"了自己的建議，改口推薦德克薩斯理工大學的 edge rusher（沖傳手）大衛·貝利——一位公認的 top-three（前三）新秀。如果同位置的魯本·貝恩二世（邁阿密大學）在第8順位已被選走，貝利是個"邏輯上的備選"。

這個修正版本至少觸及了真實的選秀動態。貝利和貝恩確實是2026年沖傳手位置的頭部人選，圣徒隊的第8順位也確實處于這個區間的邊緣。但ChatGPT的"自我糾正"過程本身就很說明問題：它不是在理解錯誤，而是在根據反饋調整輸出——和一個人類實習生被老板罵完之后改方案沒什么區別。

為什么NFL球隊還在試水？

林奇的"落后論"背后，是職業體育管理層普遍的FOMO（錯失恐懼癥）。當競爭對手聲稱在用AI分析球員數據、模擬選秀場景、預測傷病風險時，你不用就顯得愚蠢。

但2026年的這次測試揭示了一個尷尬的現實：大語言模型在需要精確事實核查的領域，表現和2023年相比沒有質的飛躍。它們更擅長生成"聽起來對"的內容，而非"確實對"的判斷。

圣徒隊的真實選秀決策涉及什么？大學比賽錄像分析、體測數據、醫療報告、性格評估、合同結構模擬、更衣室化學反應預測——這些需要結構化數據和領域專家直覺的任務，目前的AI工具只能提供輔助，而非替代。

Gemini建議"再來一個班克斯"的荒謬性，恰恰在于它模仿了球探報告的語言風格（"基石級盲側保護者""錨定鋒線"），卻完全缺乏對球隊現有陣容的基本認知。這種"風格正確、事實錯誤"的輸出，比單純的胡說八道更具迷惑性。

技術樂觀派的反駁與局限

有人會 argue：這些只是消費級AI，企業級解決方案不同。NFL球隊用的肯定是定制模型，喂的是專有數據，輸出質量不可同日而語。

這個論點部分成立，但回避了核心問題：大語言模型的架構性缺陷——幻覺傾向、因果推理薄弱、時間線混亂——是方法論層面的，而非單純的數據量問題。更多的參數、更長的上下文窗口、更精細的微調，可以緩解癥狀，無法根治病因。

2026年的選秀測試的真正價值，在于提供了一個可驗證的基準。當AI建議"重復選秀"或"虛構球員"時，錯誤是即時可見的。但在更模糊的場景——比如"這位球員的職業態度如何"或"三年后的市場價值"——同樣的幻覺機制可能偽裝成專業判斷，被決策者采信。

林奇的"落后論"或許需要補充一個前提：用錯AI，比不用更落后。

回到球探室的那臺筆記本

選秀夜越來越近，圣徒隊的真實決策者們正在做什么？觀看最后一批大學比賽錄像，與球員進行視頻面試，和醫療團隊確認體檢細節——這些流程和二十年前沒什么本質不同。

AI工具可能正在幫他們整理數據、生成報告模板、甚至模擬合同談判場景。但2026年的首輪第8順位最終會花落誰家，取決于人類對不確定性的判斷，而非算法對概率的計算。

至于那臺給出"再來一個班克斯"建議的筆記本？它大概會被關掉，或者用來點外賣。畢竟，在需要為決策負責的時刻，沒人愿意把職業生涯押在一個會重復選秀的"智能"系統上。

除非，圣徒隊真的找到了克隆技術——那樣的話，AI的荒謬建議反而成了先知。可惜NFL的規則手冊里，暫時還沒有"同一個人選兩次"的條款。