“最为稳妥的方式是频繁赞同和附和其他人的观点，这样既能够频繁地发言，又不会太引人注目。”克拉克如此建议，这是一条两全之策。

“随声附和的话基本上是废话，不会具备太多新的信息，这样也能够尽量避免在内容上出错。加上一般表达观念的人都渴望认同，附和的人不会被过多怀疑。”孟繁岐赞同这个应对风格。

此前内部测试的时候，还是足球话题，有梅西的球迷嘲讽c罗为阿韦罗，结果被Gpt以为是布兰东阿韦罗，导致对话出现了严重的事实性问题，就没聊到一起去。

“另一种方式就是多提问，在你上次展现出来的概念视频中，Gpt可以针对多种问题多种方式给出答案，为人们答疑解惑。许多人可能都会被这件事情误导，以为机器人知道的东西非常多，如果第二种对话方式以多提问为主，应该会比较少受到怀疑。”韩辞的视角是反其道而行之。

“自己主动提问，就可以把话题尽可能地把握在某个范畴之内，也算是一个不错的策略。”孟繁岐同样赞同这个思路，在聊天当中，话题通常都会有一个发起人。

如果你是话题的发起人，在一个群聊当中，大概率或多或少有人会回复你，这样的话，对话继续进行下去就不会显得奇怪。

而若你去接别人的话题，做了一些路线上的修改和延伸，是有挺大的概率没人回复你的，更多的人会直接回复话题的发起者。

这样一来，如果仍旧自说自话，就显得有些怪异了。

“这次先做一个一两百人左右的狼人杀小游戏试试水，等到后面Gpt技术再成熟一点，就完全可以上线做一个在线社交游戏了。随机聊天两分钟，让用户猜猜看对面是人还是机器人，猜过之后可以将答案告知用户，搞点积分和排名什么的。”

孟繁岐的这个设想，是23年一个以色列AI实验室搞的在线游戏《humanornot》，该游戏基于150万用户和超千万次测试结果得出的结论是，23年的语言大模型，游戏平均错误率为百分之70左右。

只有大约不到2成的用户可以比较高概率地分辨对面是人还是机器，而且越老的人，就越分不清。

“我分不清！我真的分不清啊！”

“我们这版本还没有联网搜索功能，应该不会出什么问题吧？”聊天室当中，用户已经开始陆续涌入，路易斯突然想到了这件事，有些紧张地问道。

“最主要的几个新闻，我已经稍微微调过一次了。”2014年的下半年，最主要的新闻就是奥观海空袭ISIS，这标志着美国开始直接干涉中东地区。

其次，就是埃博拉疫情在西非爆发，成为了全球关注的焦点。

主要就是这两件事关注度比较大，如果还要说的话，就是美国的非法移民问题，以及同性婚姻合法化的扩张。

不过这两件事即便普通人不知道，其实也没有什么好奇怪的。

“不过，看起来大家似乎没有关注那种国际事件啊，上来还是在聊足球。”孟繁岐扫了一眼，聊天室内，对话已经陆续开始。

孟繁岐装模作样地与众人聊了一些AI方面的话题之后，群内的主题渐渐走偏，很快就走到了世界杯上。

这也是孟繁岐此前用足球话题测试的原因之一，梅西14年亚军输给德国，很多人都耿耿于怀。

此次，众人精心给应声虫和问题怪加入了许多人设，在足球这个问题上，两人就是对立的双方。

应声虫的设定是梅西的球迷，问题怪则是c罗的球迷。

只是就c罗14年世界杯上的表现，加上语言模型有点棒读的吹捧方式，的确让人很难绷得住。

问题怪：“对c罗和葡萄牙来说，这是一个不可磨灭的经历！”

问题怪：“c罗是一位传奇的选手，让我们期待c罗下次更好的发挥！”

应声虫对梅西的吹捧以附和为主，没有引人注目。

而问题怪的棒读，竟然也没有被众人怀疑，大家只当它是反串黑。

此后，当群内的问题更加偏向生活化的时候，就到了应声虫大放异彩的时候。

不管是谈论学习压力大，某地的天气差，甚至某些宗教哲学内容之时，它都能够插嘴三四句。

杰克：“大家上大学了吗？学习的压力大不大？”

应声虫：“稍微有点吧，但也分人。”

应声虫：“我的压力还是很大的，不过我室友就还好。”