主要观点：MDN 的 AI 聊天机器人“功能”发布后引发开发者担忧，主要集中在其输出错误信息及伦理问题。LLM 存在加剧训练数据中的偏见、混淆相关概念等问题，导致出现“清晰的谎言”，如 MDN 的 AI 帮助在回答关于辅助技术性能、特定页面速度指标等问题时就存在偏差和错误信息。

关键信息：

• AI 帮助在处理常见和不常见情况时倾向于常见情况，如在辅助技术性能建议方面存在不准确之处。
• 对于宽泛和具体的问题，AI 帮助往往倾向于提供宽泛的文档内容，在回答过于具体的问题时表现不佳。
• LLM 难以清晰区分具体和一般的错误标注、混淆重叠主题以及幻觉，在回答关于特定静态站点的 0-RTT 安全影响等问题时会出现混淆和错误信息。

重要细节：

• 在辅助技术性能方面，如关于content-visibility对辅助技术性能的影响，回答中存在与 MDN 页面内容矛盾的错误。
• 对于特定页面速度指标 TTFB 的减少问题，AI 帮助提供的建议多为通用的页面速度优化措施，而非针对 TTFB 的具体建议。
• 在 0-RTT 相关问题上，MDN 的 AI 帮助给静态站点提供了适用于复杂 CMS 的通用建议，且存在部分幻觉内容，如模糊的防御措施。

结论：

• MDN 的 AI 帮助在处理不常见和具体问题时会出现谎言，其高感知的帮助性并不能掩盖实际的有害性，对于不熟悉相关知识的用户可能会造成误导。
• 对于 LLM 整体而言，当前 LLM 无法批判性地检查训练数据及其偏见，存在混淆和错误的问题，不能被信任用于需要承担重大责任的任务，如回答问题时应保持诚实和准确。同时，后续将关注 AI 中的数据抓取和劳动理论等内容。