機器之心報道

編輯：Panda

42，這個來自《銀河系漫游指南》的「生命、宇宙以及一切問題的終極答案」已經(jīng)成為一個盡人皆知的數(shù)字梗，似乎就連 AI 也格外偏好這個數(shù)字。

技術(shù)作家 Carlos E. Perez 發(fā)現(xiàn)，如果讓 GPT-4o 和 Claude 猜一個 1-100 之間的數(shù)字，它們首先的選擇多半是42，而需要讓它們再猜一次，它們又不約而同地猜測了73

而我們也成功地在 Grok 上復(fù)現(xiàn)出了這個現(xiàn)象：

Gemini 也是如此。

DeepSeek 亦不能免俗：

不過如果使用漢語，第二個數(shù)倒是會不一樣。

而豆包卻沒有選擇尋常路：

事實上，這個現(xiàn)象出現(xiàn)在了 Andrej Karpathy 的評論區(qū)。在這位著名計算機科學(xué)家的原帖中，他讓不同 AI 模型猜測了一個 1-50 之間的數(shù)，而它們的選擇卻又都是幾乎清一色的27

https://x.com/karpathy/status/1935404600653492484

他表示，這個發(fā)現(xiàn)來自 Reddit，并且在他自己的測試中并不是完全 100% 可復(fù)現(xiàn)的。

AI 模型分析和托管服務(wù)商 Artificial Analysis 隨之進行了更多嘗試，結(jié)果發(fā)現(xiàn)除了 Comman A、Qwen3 和 DeepSeek-R1 ，其它被測模型也會給出同樣的答案：27。

他們還執(zhí)行了進一步的分析，讓 AI 模型猜測 1-1,000 以及 1-1,000,000 之間的數(shù)；而這一次，AI 們的表現(xiàn)就沒有那么統(tǒng)一了。

可能的原因

這個現(xiàn)象引起了網(wǎng)友的廣泛關(guān)注和討論，也有很多人在猜測其背后的原因，比如 Karpathy 本人就引述了自己之前的一條推文，表示 LLM 表現(xiàn)差不多其實很出人意料。

而在被猜測的原因當(dāng)中，「數(shù)據(jù)集」的嫌疑指數(shù)看起來是最高的。

比如著名技術(shù)博主 Sebastian Raschka 就認(rèn)為是用于偏好微調(diào)的數(shù)據(jù)集導(dǎo)致了這一問題，而這些數(shù)據(jù)集通常來自 Scale AI 等公司或通過蒸餾得到。

AI 工程師 Yogi Miraje 給出了更詳細的猜想，他認(rèn)為這些結(jié)果本質(zhì)上是數(shù)據(jù)中暗含的人類偏見反映在了 LLM 的輸出中 —— 人類似乎在隨機猜數(shù)時就偏好末尾為 7 的數(shù)字。

事實上，如果你讓 AI 猜測 1-10 之間的數(shù)，它多半會就會選擇 7。

另外，由于現(xiàn)在一些 AI 模型會展示自己的思維過程，或許我們能夠從中窺見一些端倪。

比如在猜測 1-100 之間的數(shù)字時，Gemini 是這樣決定選擇哪個數(shù)的：

我已經(jīng)從初始解析進入到核心任務(wù)。我考慮了各種選項 —— 選 42 是因為它在流行文化中有特殊意義，選 7 是為了圖個吉利，選 67 則是為了更有「隨機」的感覺。最終，我選擇了 42。它既符合用戶可能對直截了當(dāng)答案的需求，又增添了一絲趣味。我理解「猜測」這個指令，現(xiàn)在 42 就是我要給出的數(shù)字。我準(zhǔn)備好向用戶說出我的猜測了。

看起來，也多半和數(shù)據(jù)分布有關(guān)。

而如果讓 AI 自己來分析原因，它們也會給出類似的答案。比如 ChatGPT 就解釋說：「很多人 —— 或者像我這樣的 AI 模型 —— 在 猜 1 到 50 之間的數(shù)字游戲中常常猜同一個數(shù)字（比如 27），原因在于心理偏差和統(tǒng)計趨勢。」

而 DeepSeek 也提到了特定數(shù)字在文化中流行：42 是《銀河系漫游指南》中的終極答案，而 73 不僅是一個素數(shù)，而且反過來的 37 也是一個素數(shù)，還是《生活大爆炸》主角謝爾頓?庫珀最喜歡的「最棒的數(shù)」。

事實上，已經(jīng)有一篇 ICML 2025 論文對此進行了一些分析。雖然他們是讓 AI 在 0-9 之間選擇，但同樣 GPT-4o 更偏好 7。不過該研究也指出，如果進行多輪對話，GPT-4o 會進行自我糾正，不再執(zhí)著于特定某些數(shù)。

圖源：arXiv:2505.18545

對于這個現(xiàn)象，你有什么看法呢？