一场复印机引发的"AI 危机"
2024年7月，Nature 杂志发表了一项令人警觉的研究[3]：
当 AI 模型反复在自己生成的数据上训练时，会逐渐"发疯"——输出变得单调、幻觉增加、长尾知识遗忘。
研究者称之为"模型崩溃（Model Collapse）"或"模型自噬障碍（Model Autophagy Disorder, MAD）"。
想象一个场景：你用复印机复印一张照片，然后用复印件再复印，如此反复10次。最终的图像细节模糊、噪点放大、颜色失真。
这正是 AI 模型自噬的本质：每一代都在"吃"上一代的输出，质量逐代退化。
为什么会发生？三个致命循环
1. 风格收敛：越来越"像自己"
模型的"口头禅"和惯用套路会在合成数据中被复制放大。剑桥大学研究发现，仅5代递归训练后，模型的输出熵（多样性指标）下降 60%+。模型最终会失去多样性，像个复读机。
2. 长尾遗忘：罕见知识消失
真实世界中常见知识占 80%，长尾知识占 20%。经过多代合成数据训练后，常见知识会被放大到 99%，而长尾知识几乎消失。这导致模型在"热门话题"上流利，但在"小众场景"中完全失效。
3. 错误闭环：Bug 的"遗传"
初代的 1% 幻觉内容被当作"训练数据"后，幻觉率可能上升至 3%，甚至更高。错误的"事实陈述"经过多轮自训练后，会被模型视为"高置信度真理"。
行业现状与局限
巨头们如 OpenAI 和 Anthropic 通过人类反馈（RLHF）和异构数据混合来应对，但这面临高昂的成本和规模限制。
核心问题：如何在规模化合成数据的同时，持续保证新鲜度和真实性？
Mentiss 的破局之道：狼人杀天然防 MAD
1. 零和博弈 = 自带质量验证
在狼人杀中，胜负是唯一客观标准。如果 AI 生成的"说服性发言"不具说服力，它会立即输掉游戏。这是最诚实的反馈信号，劣质数据会被自然淘汰，而优质策略带来的胜利会强化高质量数据。
2. 多模型异构对局 = 打破同质化
我们的每场游戏都由 GPT-4、Claude、自研模型以及人类玩家共同参与。不同模型的偏差相互抵消，相互暴露盲区，保证了数据分布的健康。
3. 人类玩家 = 持续"活水"注入
人类玩家的语言、策略和临场反应是最宝贵的真实锚点。人类的参与打破了固定模式，引入了意外策略，保持了数据分布的新鲜度。我们保留人机意见分歧的回合作为高价值样本，并始终维持一定比例的真人参与。
工程化治理方案
1. 数据溯源与配额控制
我们将数据分为人类基线（Human Only）、高价值混合（Human-AI Mixed）、异构混合（Multi-model）和单一模型（Single Model）四个桶。严格控制各桶比例，一旦单一来源占比过高即触发警报。
2. 质量过滤四层检验
- Layer 1: 因果一致性检验。
- Layer 2: 语义去重，防止"套话"泛滥。
- Layer 3: 风格均衡，确保策略多样性。
- Layer 4: 优先采样人机分歧样本。
3. 哨兵指标监控
在纯人类保留集上持续监控输出多样性、长尾召回率和幻觉率。一旦指标异常，立即回滚或引入更多真人对局。
结语：与 AI 共进化的数据生态
MAD 问题本质上反映了一个深层哲学：AI 不能只在"镜子"里学习自己，必须持续接触真实世界的"窗户"。
狼人杀正是这扇独特的窗户，它自带验证、天然异构、持续新鲜。当我们能工程化地解决 MAD 问题，合成数据就不再是"有毒的捷径"，而是通往 AGI 的"可持续飞轮"。