记者出身、曾任CNN主播、后掌管Facebook全球新闻政策的Campbell Brown，在离开Meta后干了一件与所有基础模型公司日常做法截然不同的事——花17个月系统性评估主流AI模型输出的信息质量。结果让她警觉：几乎所有模型都存在左倾政治偏向，而Google的Gemini甚至在一些与中国完全无关的报道中引用了中共官方网站内容。
Gemini引用中共官媒：来源选择逻辑漏洞
Brown在纽约创立了Forum AI，核心产品是一套“地缘政治事件基准架构”。她邀请一批政治光谱与专业背景各异的顶尖顾问——包括Niall Ferguson、Fareed Zakaria、前国务卿Tony Blinken、前众议院少数党领袖Kevin McCarthy等——对主流AI模型的回答逐项评分。目前Forum AI与人类专家共识率已达���90%。
她发现的问题分三个层次。第一层是来源选择逻辑的漏洞。Gemini在处理某些与中国无关的报道时，引用了来自中共官方网站的文本。这不是常规的事实错误，而是模型抓取来源时的筛选逻辑出了问题：AI只判断“这是文字，这是链接”，却不判断“这个来源的立场是什么、可信度如何”。来源的政治性在AI输出流程中完全隐形。
结构性左倾：训练语料的自然结果
第二层是结构性的政治偏向。Brown测试的几乎所有主流模型都表现出左倾倾向。这不是阴谋论，而是训练语料分布的自然结果。AI从什么文本学习就倾向复制那些文本的语气和立场框架。英语互联网的主流内容——主流媒体、学术论文、社交媒体——整体带有特定政治倾向，训练出的模型会继承这个倾向，而且意识不到自己正在这么做。Brown指出，这种偏向不是可以单独修复的bug，而是嵌入在模型每一次输出逻辑里。
缺乏多视角：AI只给陈述句，不给辩论结构
第三层是缺乏背景脉络与多视角。Brown表示现有模型普遍缺乏“背景脉络、多视角与论证透明度”。AI给出的答案是陈述句，不是“这件事在A派看来代表��么，在B派看来代表什么，根本分歧是什么”的结构。它给你一个答案，但不说明这个答案是从哪个角度出发的。
Brown点出一个结构性盲点：基础模型公司在评估和排名时优先考虑数学、编码与逻辑推理，信息准确性和政治多元性几乎从未出现在主流基准测试清单上。代码有对错，数学有标准答案，但“什么是一篇地缘政治新闻的准确公正报道”需要谁来判断？需要多少个不同立场的人达成共识？这个问题没有工程解法，于是被系统性跳过。结果，信息准确性在AI能力评估体系中几乎成了隐形指标。
被跳过的代价可以从一个具体案例看出。去年纽约市对AI招聘系统进行合规审计，检查雇主使用的AI筛选工具是否违反反歧视法规。结果超过半数案例没有检测到违规。Brown认为，这个数字可能不代表“违规率低”，而是审计AI工具本身的准确性不够，看不出问题所在，而非问题不存在。
流畅的错误：比沉默更难被发现
Brown的核心论点：AI的问题不只是给出错误事实，更是让人带着信任去接受错误事实。当AI用流畅、自信、毫无犹豫的语气给出错误答案，大多数用户根本没有理由怀疑它。流畅的错误，比沉默更难被发现，也更难被纠正。
她判断，驱动改变的不可能是道德压力或公众舆论，而是企业合规风险带来的商业压力。在AI产业的现有激励结构下，没人有足够动力主动解决这个问题，直到代价变得无法忽视。信贷审批、保险核保、招聘筛选——这些场景里的AI决策都受现行法规约束。一旦AI输出有歧视或不准确的结果，使用AI的企业要承担法律责任。这个压力最终会传导到模型供应商，要求提供可审计、可验证的输出。这不是出于道德正确，而是企业客户的合同里开始写入这项要求。
值得注意的是，Lerer Hippeau去年领投了Forum AI的300万美元种子轮。这个数字在AI领域不大，但它代表一个判断：“AI评估”是一门生意，而且需求可能比目前可见的更快增长。