随着人工智能技术加速发展，基于大型语言模型的知识库应用不断涌现。对此，维基百科创始人吉米·威尔士近日公开分享了自己的判断。在印度新德里举行的AI峰会上，威尔士直言，当前由AI驱动的百科项目存在结构性缺陷，难以真正替代传统知识库。 威尔士指出，AI生成内容的核心风险在于“大型语言模型的幻觉”，也就是系统可能在看似笃定的语气下输出错误或误导性信息。该问题在冷门话题或专业领域更为明显：主题越晦涩，出错概率往往越高。尽管ChatGPT、Gemini等产品持续迭代，但这一机制性难题仍未得到根本解决。威尔士强调，若完全依赖AI搭建知识库，准确性将面临较大不确定性，用户获取可靠信息也会因此受到影响。 在谈到维基百科的优势时，威尔士强调人类审核机制不可替代。维基百科能够维持相对稳定的准确度，关键在于庞大的志愿者与编辑群体。许多志愿者在各自领域有长期积累，既能发现并纠正事实错误，也能补充必要的背景与语境，帮助内容更贴近读者的真实需求。这种基于专业判断与经验的把关能力，是单靠算法生成难以复制的。 威尔士的观点也折射出知识库建设的关键前提：信息的准确性与可信度，离不开专业人士的深度参与。在信息快速扩散环境下，用户对来源与证据的要求更高。若AI方案只追求效率与规模，却无法稳定保障质量，反而可能放大误导风险。这也提醒业界，在推进AI应用时，应把人类专业能力继续放在知识管理的核心位置。
知识产品的竞争，归根结底是对“真实、可证、可纠”的竞争。技术可以加速信息的组织与传播，但公共知识的权威来自审慎的核验、透明的来源和持续的纠错。面对新工具带来的效率诱惑，如何在速度与准确之间把握尺度、在创新与责任之间建立平衡，将决定百科类服务能否真正成为可靠的公共基础设施。