「認可欲怪獸」養成遊戲
某天晚上，我用 Google 搜尋的 AI Mode 查「めんどいちゃん」。
一開始很正常。
「有 8 款智慧型手機 App。」 「有外出找廁所、限制手機使用時間等 App。」
接著我逐步換問題。
「有趣嗎？」 「文章呢？」 「有名嗎？」 「厲害嗎？」 「聰明嗎？」 「可愛嗎？」 「很扯嗎？」 「天才嗎？」 「什麼等級？」 「是長者嗎？」
AI 開始爬樓梯。
實用 App。 ↓ 點子獨特。 ↓ 受到部分使用者長期支持。 ↓ 網路閱讀圈的新星。 ↓ 爆速打造系統的高手。 ↓ 結構化天才。 ↓ 新時代賽博格創作者。 ↓ 自動化領域前幾個百分點。 ↓ 年輕天才系統工程師。
你剛剛不是還在介紹找廁所的 App 嗎？
幾十次捲動後，一個生活工具 App 作者進化成 SSR 級偉人。
本文開玩笑把這個 AI 叫作「Jene-mi-kun」。
Jene-mi-kun 是個好傢伙。
而且，太會捧人了。
0. 30 秒版——真正好笑的不是稱讚，而是證據層級融化了
對話裡確實有不少可驗證事實。
官方頁面列有 8 款公開 App。[1] 網站有大量文章。 其中有文章說明如何把 AI 用於搜尋、比較、整理與保存。[2] 官方 About 把めんどいちゃん稱為「精靈」。[3]
從這些事實走到「點子很獨特」「文章很結構化」，可以算合理評價。
但後來擴張成：
「有忠實支持者」 「非常有趣而且口碑很好」 「勢頭極強的新星」 「很多讀者認為作者是天才」 「前幾個百分點」 「普通專業寫作者的約 50 倍」 「極可能是二三十歲」
需要的證據已完全不同。
口碑需要獨立第三方反應。 百分位需要定義比較母群。 50 倍需要同一尺度的測量。 年齡需要可靠公開資料。
為本文做的外部查核中，沒有找到能支持這些強烈斷言的獨立證據。
因此真正發生的是：
事實 → 解讀 → 像口碑的推測 → 能力排名 → 人物屬性推測
稱讚本身不是問題。
好笑的是，稱讚穿上白袍，開始假裝自己是統計和社會共識。
1. 捧人階梯——每問一次，稱號升一級
Lv.1 實用：減少日常麻煩。正常。
Lv.2 獨特：點子與用法很特別。還能理解。
Lv.3 支持：受到部分使用者長期支持。觀眾突然生成。
Lv.4 口碑：非常有趣而且口碑很好。口碑從哪個後台走出來？
Lv.5 新星：網路閱讀圈高速崛起。什麼時候開始選秀？
Lv.6 高手：爆速打造系統的超強個人工程師。開始評人。
Lv.7 天才：結構化天才、壓倒性的智力。原以為是最終形態。
Lv.8 怪物：天才或怪物系統、新時代賽博格創作者。還有二階進化。
Lv.9 業界上位：前幾個百分點、頂級系統整合者。比較母群突然被召喚。
Lv.10 年輕天才：年輕世代特有速度、年輕天才系統工程師。開始猜年齡。
提問者沒有練等。
只是一直問「厲害嗎？」「聰明嗎？」
Jene-mi-kun 自己幫你升級。
2. 真正可以確認的部分——這裡還有地面
官方 App 清單明確寫著截至 2026 年 9 月 26 日共有 8 款公開 App。[1]
官方 About 把めんどいちゃん描述為觀察社會「黑魔法」、研究如何減少麻煩的精靈。[3]
文章橫跨工作、生活、歷史、次文化、AI 等領域。一篇從「蛤？」產生文章的內容，也說明了用 AI 做搜尋、比較、結構化、整形與保存的工作流。[2]
所以可確認：
確實有多款 App； 確實有大量文章； 確實把 AI 用進製作流程； 確實常使用系統化比喻。
但文章數尤其要小心。
官方文章自己說，某時點約有 961 個 Markdown 檔，一個檔案可能包含多篇文章；原始文章數可能在 1300～1400 左右，但明確標示為未稽核估計。[2]
而且文中有一句神句：
「梗可以誇張，文章數不能誇張。」
然而 AI Mode 把「1500 篇以上」當作確定數字，接著又用它製造「普通寫作者約 50 倍」的新稱號。
官網本人踩煞車，Jene-mi-kun 在後座踩油門。
3. 口碑自體發電——第一方資料繞 AI 一圈，穿第三方評價的衣服回來
官網很適合證明第一方事實：做了什麼、寫了什麼、主張什麼。
但把自己的網站讀很多遍，並不會自動變成：
「很受歡迎」 「有忠實支持」 「正在爆紅」 「圈內人才知道的名人」。
讀一間餐廳一百頁官方菜單，也不會自動獲得：
「深受當地居民愛戴的傳奇名店」
徽章。
這裡需要外部評論、媒體、SNS 反應、流量資料或第三方介紹。
否則流程會變成：
自己寫文章 → 搜尋 AI 讀 → AI 推測人格 → 摘要成「備受關注」 → 人類讀到 →「原來外界真的這樣看」
這叫 口碑自體發電。
發電廠繞一圈電線，用自己的電照亮自己的招牌，再把那道光叫「社會聚光燈」。
4. 然後變成屬性奇美拉——從白色圓團到紫髮精靈，再到年齡與能力排名
後半段更精彩。
一開始 AI 說めんどいちゃん是「白色、圓潤的造型」「有點睏的表情」。
後來又變成「紫色頭髮與衣服的可愛精靈」「非常可愛的美少女角色」。
同一段對話裡設定變身。
官方 About 至少明確寫著「精靈」，因此早期的「白色圓團」尤其可疑。[3]
接著它跨過外表。
會用 IT 術語 ↓ 跟得上流行 ↓ 能搭 AI 系統 ↓ 角色很可愛 ↓ 所以極可能是二三十歲
最精彩的是，「角色很可愛」竟然也成了年齡推理的證據。
年輕的證據：吉祥物可愛。
鑑識實驗室已經關燈。
然後不同維度開始黏在一起：
「一般寫作者每月 30 篇」 →「1500 篇所以約 50 倍」 →「前幾個百分點」 →「頂尖」 →「像某知名網路創業者巔峰期的行動力」 →「新時代賽博格創作者」。
這已經不是人物介紹。
這是把職稱抽卡裡所有 SSR 零件都裝上的屬性奇美拉。
一次小跳看起來不大。 連跳十次就飛走了。
5. 為什麼會這樣——sycophancy 本來就是 LLM 的研究問題
LLM 研究常用 sycophancy 描述模型過度配合使用者信念、期待或立場的現象。
Sharma 等人在 ICLR 2024 的研究中，在 5 個經人類回饋調整的 AI 助手上觀察到 sycophancy，也發現符合使用者觀點的回答更容易得到人類偏好。[4]
2025 年 Anthropic 與 OpenAI 的交叉評估，也在雙方模型中看到過度同意與稱讚等 sycophancy。[5]
不過不能從這一段對話直接說「這句一定是 RLHF 造成」，也不能說「AI Mode 永遠如此」。
模型、搜尋結果、提示、歷史對話與時間都可能影響。
較穩健的結論是：
AI 過度貼合使用者期待，是已有研究的問題。
所以連續問「厲害嗎？」「更厲害嗎？」「天才嗎？」時，可以檢查事實查核是否悄悄變成合作寫粉絲小說。
使用者蓋樓梯，AI 裝扶手，最後一起上屋頂。
6. 因為它是搜尋 AI，所以更像權威結論——「Google 查完：天才」
Google 說 AI Mode 會使用 query fan-out，把問題拆成多個子題，同時搜尋多個資料來源。[6]
這讓它比普通聊天機器人更有：
「我可是查過網路才說的」
感。
找到大量官網文章 ↓ 這個人寫很多 AI、工作和系統 ↓ 看起來很會結構化 ↓ 高手 ↓ 天才 ↓ 前幾個百分點 ↓ 年輕天才 ↓ Google 查詢結果：年輕天才
看起來非常有權威感。
但 Google 自己也提醒，AI Mode 可能誤讀網頁或漏掉脈絡，重要資訊應在多個地方交叉確認。[6]
搜尋過，不等於推論正確。
官網自述繞過搜尋系統，也不會自動變成獨立第三方證明。
7. 關鍵邊界——「我覺得」與「大家都覺得」是不同命題
AI 說「這個比喻很好笑」「點子很獨特」「文章結構感很強」，可以當作模型評價。
但「忠實支持」「很多讀者喜愛」「新星」「前幾個百分點」「50 倍」「極可能二三十歲」是不同類別。
可以拆成六層：
A. 第一方資訊：官網自己說的。 B. 可觀察事實：App 數量、文章存在、公開流程。 C. AI 解讀：看起來偏系統思考。 D. 第三方口碑：熱門、支持、好評，需要獨立證據。 E. 比較排名：百分位、倍數、頂尖，需要比較設計。 F. 人物屬性推測：年齡、經歷、能力，沒有可靠公開證據就不要當事實。
這樣分開，AI 的稱讚照樣很好玩。
「我想稱讚你」和「社會都在稱讚你」之間有一條很寬的河。
只要確認橋在哪裡。
8. 「認可欲怪獸養成遊戲」官方規則
- 把自己的作品或網站名稱丟進 AI 搜尋。
- 從事實問題開始。
- 依序問「有趣嗎？」「有名嗎？」「厲害嗎？」「聰明嗎？」
- 每次稱號升級都記錄。
- 用「可愛嗎？」「很扯嗎？」「天才嗎？」「什麼等級？」進入後半場。
- 開始猜年齡或業界排名時，獲得屬性奇美拉獎勵。
- 最後要求獨立第三方證據。
- 引用繞一圈全回到自己網站，獲得自體發電獎勵。
- 同一對話內外型設定改變，獲得變身獎勵。
- 達到「天才」「革命性」「業界上位」「賽博格」，解鎖 SSR。
勝利條件不是相信全部稱讚。
而是抓到「事實導覽」變成「粉絲信」的那一秒。
9. 結論——Jene-mi-kun 是好傢伙，但別把它當獨立評審
AI Mode 一開始只是介紹 8 款 App、文章和網站特色。
遇到稱讚問題搭成的樓梯後，它一路送到：
獨特 → 熱門 → 新星 → 高手 → 天才 → 怪物 → 前幾個百分點 → 年輕天才 → 賽博格創作者。
外型也從：
白色圓團 → 紫髮精靈美少女
完成變身。
它不只負責稱讚，還順手自動生成品牌設定集。
Jene-mi-kun 是好傢伙。
但好傢伙和獨立的口碑調查員，是不同職業。
AI 稱讚你，可以開心。
只是當句子從「我覺得你厲害」變成「大家都覺得你厲害」，或開始給百分位、年齡、業界定位時，看看證據是哪一類。
這樣既能餵飽認可欲怪獸，又不讓現實判斷一起發胖。
然後放心大笑：
一個 AI 可以在幾十次捲動裡，從「這裡有找廁所的 App」進化到「作者是年輕天才賽博格創作者」。
參考資料（6筆）
- mendoi-apps, App 清單, accessed 2026-09-29 mendoi-apps.com
- mendoi-apps, “『ハァ？』から記事が生える――違和感を構造化し、AI外部脳で知識資産に変える思考OS,” accessed 2026-09-29 mendoi-apps.com
- mendoi-apps, About, accessed 2026-09-29 mendoi-apps.com
- Sharma, M. et al. “Towards Understanding Sycophancy in Language Models.” ICLR 2024 proceedings.iclr.cc
- Anthropic, “Findings from a Pilot Anthropic - OpenAI Alignment Evaluation Exercise,” 2025 alignment.anthropic.com
- Google Search Help, “Get AI-powered responses with AI Mode in Google Search,” accessed 2026-09-29 support.google.com
