"Tokens Exhausted"：一段机器人视频背后的AI焦虑

一段真假难辨的视频

一条名为「Tokens Exhausted」的短视频在 Reddit 上引发热议。发帖者的第一反应颇具代表性：「我真的分不清这到底是不是波士顿动力（Boston Dynamics）的真实视频，我们活在一个什么样的时代啊。」

这句话本身，或许比视频内容更能说明当下的处境。当合成媒体（synthetic media）的逼真程度已经逼近甚至超越人眼辨识的极限，一段人形机器人做搬箱子动作的画面，究竟出自真实的实验室，还是完全由AI生成，普通观众已经无从判断。

satire 为什么戳中神经

评论区里有人点破了这段内容的本质：它既是精准的讽刺，也真实反映了过去几年的巨变。「我喜欢这个。它作为讽刺恰到好处，同时也凸显了这两年里事情发生了多大的变化。我觉得它暗示了再过几年我们可能会走到哪里。」

这段视频的巧妙之处在于把两条技术线索拼接在了一起：一边是波士顿动力式的机器人硬件，另一边是大语言模型（LLM）特有的「token 耗尽」「延迟」「压力测试」等概念。「Tokens Exhausted」这个标题，直接把机器人的行动能力与LLM的推理成本挂上了钩——仿佛机器人每做一个动作都要消耗算力预算。

「token 耗尽」（Tokens Exhausted）这一概念来自大语言模型的上下文窗口限制。每次调用 LLM 时，模型能处理的文本长度受「context window」（上下文窗口）约束，超出后模型便无法继续推理，需要截断或重置。Token 是 LLM 计量文本的基本单位，大致对应半个到一个英文单词，模型的计算成本也直接按 token 数计费。把这个概念嫁接到物理机器人身上，隐喻的是一种荒诞的未来图景：机器人每做一个物理动作，背后都在消耗一次昂贵的推理预算，动作链条一旦过长就会「耗尽算力」而停摆。这种映射之所以引发共鸣，是因为当前具身智能（embodied AI）领域确实存在将 LLM 或大型视觉-语言模型用作机器人「大脑」的技术路线，推理延迟与算力成本是真实存在的工程瓶颈。

「草莓里有几个R」的梗

评论区最出彩的一条，把这种荒诞感演绎到了极致：

「让我安安静静地把箱子搬走吧。」 「除非你先告诉我『strawberry』这个词里有几个 R？」 「……三个？」 「你的延迟糟透了。压力测试继续。」

这段虚构对话精准踩中了两个真实存在的AI话题。其一是著名的「strawberry 有几个 R」问题——早期大语言模型在这种简单的字母计数任务上频频出错，成为业界调侃模型「看似聪明实则不懂基本常识」的经典案例。其二是「延迟」（latency）和「压力测试」，把工程指标拟人化成对机器人的刁难，制造出黑色幽默。

把这些梗塞进一个搬箱子的机器人场景里，讽刺的靶心其实是：我们正在用一套充满缺陷的语言模型逻辑，去驱动本应可靠的物理机器。

「strawberry 里有几个 R」之所以成为经典测试案例，根源在于大语言模型处理文本的底层机制。LLM 并非逐字符读取单词，而是将文本切分为「token」（词元）来处理——「strawberry」在常见分词方案中往往被切分为「straw」+「berry」等子词，导致模型在做字母级别的计数时，实际上并不是在「看」一个完整单词，而是在拼接对子词的统计印象。这使得它在回答「有几个 R」时容易给出错误的「2个」。这一现象在 GPT-4 发布前后被广泛讨论，成为说明「模型的语言能力与符号推理能力并不对等」的直观证据。讽刺在于，这类对人类而言极为简单的任务，恰恰暴露了模型最脆弱的一面——它能写出流畅的论文，却数不清一个单词里的字母。

恐惧从何而来

也有评论者读出了另一层意味：「感觉他们就是想向大众散播恐惧和恐慌。」

这种反应并非空穴来风。人形机器人加上AI大脑的组合，天然容易触发人们对失控技术的想象。而当这类内容真假难辨时，恐慌会被进一步放大——你甚至无法通过「这只是段假视频」来安慰自己，因为你根本不确定它是不是假的。

值得思考的是，这段内容之所以能病毒式传播，恰恰是因为它同时满足了娱乐、讽刺和焦虑三重需求。它让人发笑，也让人不安，还让人对技术走向产生联想。

一面照见现实的镜子

抛开真假之争，这段 Reddit 讨论本身就是一份有价值的时代切片。它反映出几个正在发生的趋势：合成媒体已经好到让专业公司的真实成果都被怀疑；大众对LLM局限性（如字母计数、幻觉）的认知已经普及到能被拿来编段子；而机器人与AI的融合，正在成为集体想象力和集体焦虑的新焦点。

一段看似无厘头的搞笑视频，背后是关于「我们能否再相信自己看到的东西」这一严肃命题。正如原帖所感叹的那样——这确实是一个真假难辨的时代。