据最新的研究显示，一些知名的AI大模型，如OpenAI的GPT系列和Meta的Llama模型，尽管在不断升级迭代，理论上应该更加强大和精准，实际上它们在处理复杂或超出其培训范围的问题时，错误回答的比例竟高达60%以上。这一发现无疑对AI技术的可靠性投下了阴影。

问题的严重性还在于，普通用户往往难以判断AI的回答是否正确。研究中有10%到40%的参与者，会错误地认为AI给出的非准确答案是正确的。这不仅可能导致误解，更有在关键情况下依赖错误信息的风险。

AI开发者面临的挑战是如何平衡AI的智能性与可靠性。有建议称，开发者或许应该设法提升AI在处理简单问题上的表现，并让其在遇到难题时能够坦诚“我不知道”。这种方法虽然看似退步，实则更为理智和安全。这也意味着用户需要对AI的应用场景有一个清晰的认识，知道什么时候可以依赖AI，什么时候应该更谨慎。