Nvidia砸下400亿，但你的文档正在被LLM悄悄毁掉

2026-05-09 AI 速递

AI
新闻
自动

Nvidia 又刷新了自己的投资纪录。今年才过了不到一半，它在 AI 相关的股权交易上已经承诺了 400 亿美元。这个数字不是总研发预算，是实打实买股权——从明星创业公司到基础设施供应商，黄仁勋显然不想错过任何一个可能长出下一个 OpenAI 的角落。某种程度上，Nvidia 已经不只是一家芯片公司，它更像是 AI 产业的“主权基金”，用真金白银给整个生态铺路。

但钱能买到算力，买不到可靠。一篇来自 arXiv 的新论文《LLMs Corrupt Your Documents When You Delegate》直接挑明了给 LLM 派活的风险：当你把文档交出去让它处理（比如总结、重写、格式化），它返回的版本里可能夹杂了语法错误、事实歪曲，甚至是凭空捏造的内容。论文标题干脆用了"corrupt"这个词——不是"修改"，是"腐败"。实验里模型在结构化文档上犯错尤其频繁，比如表格、Markdown、JSON，模型倾向于“美化”格式的同时破坏内容对应关系。

这其实呼应了很多人使用 AI 时的直觉：LLM 写出来的东西看起来没问题，但仔细一看，引用对不上，数字乱跳。你把一份会议记录丢给它整理，它可能给你一份看似工整但日期和发言人全错的版本。论文的结论很直接：别全权委托，至少要做到逐行审计。

不过另一边，也有人找到了 LLM 真正擅长的领域。一位开发者用 Claude Code 展示了 HTML 的“不合理有效性”——让模型直接生成完整的 HTML 页面，包含交互、样式、数据可视化。结果出奇地好。因为 HTML+CSS+JS 本质上是一个“可执行的设计稿”，LLM 在生成这类封闭、规则明确的代码时几乎不会幻觉。你会看到它生成一个漂亮的仪表盘、一个可拖拽的看板、甚至一个迷你游戏。这让我想起一句话：LLM 不是不能干活，是只能干它被严格框定的事。文档这种模棱两可、需要语义精准的东西它搞不定，但生成一个按钮、一个图表、一个页面——它干得比大多数初级程序员还快。

所以这形成了一个有趣的对比：Nvidia 的 400 亿在喂养一个生态，而这个生态里既有 Claude Code 这样让人“哇塞”的应用，也有文档腐败这种让人心惊的陷阱。你可以说这是技术发展的必经阶段——但更值得追问的是：我们到底在为什么买单？

最后说一个风马牛不相及的消息，却在这种语境里格外有意义。富士发布了 Instax Wide 400，一张宽幅拍立得相机。在 AI 能生成任何图像的 2026 年，胶片模拟相机反而越来越受欢迎。TechCrunch 写得对：怀旧和新奇双重驱动。但我觉得背后还有一层——当 AI 试图控制所有输出时，一张不能修改、不能撤回、按下就定格的物理照片，反而成了最诚实的记录。你可以用 LLM 写一份完美的报告，但那张洗出来的照片里，你的表弟正好闭了眼，这就是真实。

400 亿砸向 AI，我们可以用它生成无数个虚拟世界。但总有人愿意花 100 美元买一盒相纸，只为了留住那一刻不会“corrupt”的光。