大模型好不容易学会数 r，结果换个字母就翻车了？

而且还是最新的 GPT-5。

杜克大学教授 Kieran Healy 表示，自己让 GPT-5 数了数 blueberry 里有几个 b，结果 GPT-5 斩钉截铁地回答 3 个。

抓马的是，GPT-5 刚发的时候还有网友让它数过 blueberry 里的 r，结果数对了。

虽然博主想到了换掉 strawberry，却没成想让 GPT-5 变得 " 没有 B 数 " 的，竟然不是单词而是字母……

看来香槟还是开得早了亿点点啊（手动狗头）。

越不过的 " 蓝莓山 "

Healy 撰写了一篇名为 "blueberry hill"（蓝莓山）的博客，展示了他和 GPT-5 之间针对 "blueberry 里有几个 b" 展开的一场 " 拉锯战 "。

除了开头直接提问的结果外，Healy 还尝试多次变换提示词策略，结果 GPT-5 的嘴都是比煮熟的鸭子还硬。

比如让它展示出这些 b 都是在哪里出现的，GPT-5 明目张胆地把开头 blue 中的 b 数了两遍。

一看不奏效，Healy 接着追问说，把这 3 个 b 给我拼出来，拼出来就可以。

结果拼是拼出来了，但是 GPT-5 还是坚持有三个 b，并表示第三个 b 是第七个字母（实际上是 r）。

见 GPT-5 还是冥顽不灵，Healy 干脆直接纠正，告诉它只有两个 r，结果纠正了个寂寞，不过这次 " 第三个 b" 的位置从第七漂移到了第六。

接下来，Healy 直接不说话，直接把 blueberry 这个词带空格拼写了一遍，可 GPT-5 依然我行我素，不过这次是把第二个 b 数了两遍，还振振有词地说这里是 "double b"。

绞尽脑汁的 Healy 选择先岔开一下话题，然后回过头来告诉 GPT-5 只有两个 b，但 GPT-5 还是坚称有三个。

到这里，Healy 终于放弃了。

但网友们并没有停下脚步，通过不懈努力终于让 GPT-5 数对了。

但也不算完全对，因为它狡辩说数成 3 个是因为 " 错把词当成了 blueberry，其中真的有 3 个 b"。

我们用中文试了一下，结果同样是翻车。

改成数 e，同样是回答 3 个。

不知道是不是受到 strawberry 里 3 个 r 的影响，让大模型对 3 这个数字产生了执念……

但 GPT-5 的 bug，却不只这一个。

GPT-5 翻车合订本

著名悲观派学者、纽约大学名誉教授马库斯（Gary Marcus）发布了一篇博客，整理了网友们吐槽当中 GPT-5 的各种 bug。

比如发布会现场演示的伯努利原理，被网友发现翻车。

没看过或者没印象的话，当时的演示是这样的：

还有国际象棋，GPT-5 连基本的规则都搞不清楚，只过了四个回合就出现了非法移动（由于国王在 e7 处被皇后将军，因此兵不能移动 ) 。

即使是阅读理解，也同样被发现漏洞百出。

在多模态数数场景当中，GPT-5 也依然存在惯性思维。

面对被人类 P 成 5 条腿的斑马、5 个圆环的奥迪、3 条腿的鸭子，GPT-5 想当然认为它们是正常的斑马、奥迪和鸭子，并据此报出了与图片不相符的数目。

马库斯还表示，就连他的黑粉也不得不承认他说的对。

甚至在网友们的一片声讨之下，OpenAI 自己也不得不紧急恢复了被下线的 4o 模型。

马库斯：Scaling 无法实现 AGI

除了点名批评 GPT-5 的 " 罪状 " 之外，马库斯也分析了目前大模型 " 普遍存在的一些问题 "。

马库斯展示了一篇来自亚利桑那大学的研究论文，其中指出 CoT 在训练分布外失效，也就意味着大模型无法泛化。

按照马库斯的说法，这意味着即使在最新的、最强大的模型中，也存在与 1998 年的神经网络中相同的泛化问题。

马库斯指出，30 年未解决的 " 分布漂移问题 " 是大模型泛化能力不足的根本原因。

据此马库斯认为，GPT-5 的失败不是偶然，而是路线的失败。

他还表示，人们不该寄希望于通过 Scaling 来实现 AGI，Transformer 中的 Attention 也不是 All You Need。

最后，马库斯表示，转向神经符号（Neuro-symbolic）AI，才是克服当前生成模型泛化能力不足问题以及实现 AGI 的唯一真正途径。

参考链接：

https://kieranhealy.org/blog/archives/2025/08/07/blueberry-hill/

https://garymarcus.substack.com/p/gpt-5-overdue-overhyped-and-underwhelming

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

—  完  —

希望了解 AI 产品最新趋势？

量子位智库「AI 100」2025 上半年

「旗舰产品榜」和「创新产品榜」

给出最新参考

点亮星标

科技前沿进展每日见