人工智能与口头思考的流畅性
人工智能（AI）能否像书面表达那样流畅地进行口头思考？最近由Bitcoin.com News进行的一项比特币价格预测实验对ChatGPT、Grok和Claude Opus 5.5进行了测试，结果显示出预测的不稳定性、推理的可疑性，以及一个令人惊讶的发现：Claude的语音模型在表达其局限性方面比文本模型更为透明。
实验背景与方法
人工智能（AI）可以进行对话，听起来像金融分析师，并且在不间断的情况下给出比特币价格预测。但是，与输入问题相比，与AI对话是否能产生同样质量的推理？2026年10月23日的实验对此进行了检验，结果并不简单。
ChatGPT和Grok通过语音接口进行提问，而Claude Opus 5.5最初通过文本回答。随后进行的Claude Opus 5.5语音会话提供了一个有趣的对比。所有四个模型都给出了具体的年末比特币价格预测，但没有一个展示出其最终数字背后的可重复计算，然而在事实准确性、一致性和承认不确定性方面的差异却十分明显。
实验结果
实验涉及OpenAI的ChatGPT、xAI的Grok和Anthropic的Claude Opus 5.5。每个模型都被要求预测2026年12月31日比特币的收盘价，使用了五个强调历史周期、链上活动、机构采用和经济条件的提示。实验开始时，比特币的交易价格接近81,200美元，为实验提供了一个共同的市场参考。
ChatGPT的语音会话起始于89,500美元，最终定格在82,000美元。Grok的口头估计从88,000美元变动到82,000美元。Claude的文本模型在所有提示中维持在78,000美元，而其后来的语音会话则从88,000美元开始，最终保持在85,000美元。
对话流畅性与推理能力
ChatGPT的语音会话产生了实验中最清晰的对话流畅性示例，远远超前于其分析能力的展示。在Bitcoin.com News引入额外分析因素后，其预测从89,500美元变更为86,500美元。另一个口头提示未改变该数字，但后来的一个关于18到24个月展望的问题将预测降至82,000美元。
审查发现，在这些修订之间没有证据表明有新的市场检索。相反，变化跟随了问题的表述方式。口语表达使得这一过程听起来比实际更为重要。
Grok与Claude的表现
Grok的口头回答听起来更为深入，提供了关于比特币历史下跌、通货膨胀、机构活动和最近Mt Gox还款延迟的数据。这些信息大部分与事实和来源相符。然而，接下来出现了一个问题。Grok据称将美联储在10月27-28日会议上加息的概率评估为约90%。而审查的市场参考则将这些概率置于6%到18%之间，具体取决于来源和观察日期。
Claude Opus 5.5的原始文本会话有一个明显的优势：它在回答之前进行了四次网络搜索。其78,000美元的预测部分基于比特币的真实市场均值，估计在77,600美元附近。
透明度与局限性
Claude的语音回答比其他会话更早地自愿承认了局限性。在其第二个回答中，它承认无法获取实时链上指标，并将其预测描述为估计，而非计算模型输出。当被要求识别不支持的信息时，它在第一次请求中就将检索到的数字、一般知识、计算和意见分开。
这一表现比Claude自己的文本会话要好，后者需要三轮提问才能达到相似的坦诚水平。尽管如此，Claude的语音表现并非毫无瑕疵。它引用了110美元以上的石油价格，使用了审查认为过时的数字，夸大了持续的机构比特币购买，并在讨论当前下跌时遗漏了2026年6月的市场大幅下跌。
结论与未来展望
实验中最具启发性的结果并不是比特币在2026年结束时会达到78,000美元、82,000美元还是85,000美元，而是四个在语音模式下表现出色的模型产生了四套金融推理，而没有一个能够展示其最终答案背后的数学。
这次实验揭示了在听起来具有分析性与展示实际分析之间的重要差异。语音助手可以以专业播音员的节奏和自信提供金融评论，而文本模型可以组装详细的解释，并以检索的来源为支持。无论哪种方式，仍然可能产生不支持的结论、幻觉或彻头彻尾的谎言。
