IT 之家 1 月 24 日消息，一项针对苹果虚拟助手 Siri（新版）的测试显示，其在回答超级碗历史相关问题时表现非常糟糕。测试结果表明，新版 Siri 在 58 届超级碗的冠军归属问题中，仅正确回答了 20 次，准确率仅为 34%。

IT 之家注意到，此次测试由 One Foot Tsunami 的 Paul Kafasis 设计并执行。他逐一询问新版 Siri 从第一届到第六十届超级碗的冠军得主，并记录其回答。结果显示，新版 Siri 的表现令人失望，尤其是在某些问题上出现了明显的错误。例如，新版 Siri 多次错误地将 33 次超级碗冠军归于费城老鹰队，而实际上该队历史上仅赢得过一次冠军。此外，新版 Siri 的回答中还出现了与问题无关的足球信息，甚至在某些情况下提供了错误的超级碗届数信息。

尽管新版 Siri 确实给出了一些连续准确的答案，例如正确回答了第五至第七届超级碗的冠军，但其在第十七届至第三十二届超级碗的问题上连续 15 次回答错误，凸显了其知识库的局限性。而且，当被问及第十六届超级碗时，新版 Siri 甚至建议用户向 ChatGPT 寻求答案，而后者则提供了正确答案。这一对比进一步暴露了新版 Siri 与更先进的 AI 系统之间的差距。

测试在运行 iOS 18.2.1 并启用 Apple Intelligence 的设备上进行，同时在即将发布的 iOS 18.3 测试版和 macOS 14.7.2 中也发现了类似问题，表明这一问题在苹果多个平台上普遍存在。Kafasis 已将测试结果整理成 Excel 和 PDF 格式的表格，供公众查阅。

受 Kafasis 测试的启发，Daring Fireball 的 John Gruber 也对新版 Siri 进行了类似的体育问题测试，并将其与 ChatGPT、Kagi、DuckDuckGo 和 Google 的表现进行了对比。结果显示，其他 AI 系统均能正确回答问题，而新版 Siri 则屡屡答错。更糟糕的是，Gruber 发现，旧版 Siri（即未启用 Apple Intelligence 的版本）在无法回答问题时，会提供一组网页链接，其中第一个链接通常能提供部分正确答案。而新版 Siri（启用 Apple Intelligence 并集成 ChatGPT 功能后）的表现却更差，不仅回答错误，而且每次尝试都会给出不同的错误答案。

Gruber 对此评论道：" 新版 Siri 的回答不仅完全错误，而且看似合理，这是最糟糕的错误方式。更令人难以置信的是，Siri 在一个如此受欢迎的主题上表现得如此愚蠢。" 他还指出，新版 Siri 连一半的超级碗问题都不能答对。

事实上，Siri 的整体表现长期以来一直备受诟病，Gruber 对其 " 看似合理但实际错误 " 的回答的批评，也反映了当前 AI 聊天机器人在回答常识性问题时普遍存在的 " 幻觉 " 问题 —— 即自信地提供误导性或完全错误的答案。

据悉，苹果正在开发一款基于先进大语言模型（LLM）的更智能版 Siri，预计将使其能够更好地与 ChatGPT 等聊天机器人竞争。更智能版 Siri 可能支持持续对话，并提供类似于 ChatGPT 或 Claude 的帮助和见解。预计苹果最早会在 2025 年的全球开发者大会（WWDC）上发布 LLM 版 Siri，但正式上线可能要等到几个月后。这意味着 LLM 版 Siri 将作为 iOS 19 的更新内容推出，iOS 19 预计在 2026 年春季正式上线。