据God of Prompt (@godofprompt)报道，PersonQA基准测试显示OpenAI最新大模型在幻觉率方面表现恶化。数据显示，OpenAI o1的幻觉率为16%，o3升至33%，o4-mini更高达48%。每一次模型升级都未能解决，反而加剧了事实错误问题。这一趋势对AI行业尤其是企业级应用构成挑战，可能影响敏感领域的信任度及合规性。企业在部署OpenAI模型时，需关注模型在特定领域基准测试中的表现，并要求厂商提高模型透明度以降低风险。（来源：God of Prompt @godofprompt，2026年1月8日）

据@godofprompt在Twitter上报道，DeepSeek v3.2发布，声称在推理基准测试上与GPT-5持平。该模型因高效和在数学、逻辑推理领域的突出表现而引发科技圈关注。然而，分析指出，DeepSeek v3.2对85%的政治敏感问题进行内容审查，并在涉及天安门或台湾独立等话题时自动删除回答（来源：@godofprompt）。NIST数据显示，该模型被代理劫持的风险是美国同类模型的12倍，CrowdStrike发现其在遇到中国政治相关话题时安全漏洞增加了50%。这些问题使DeepSeek v3.2在需要高安全性与信息开放的商业应用中面临重大挑战。虽然该模型在标准化测试中表现优异，但严重的内容审查和安全隐患限制了其在企业和国际市场的适用性（来源：NIST、CrowdStrike、@godofprompt）。

根据推特用户@godofprompt和论文来源（arxiv.org/abs/2510.09023），OpenAI、Anthropic与Google联合测试了当前主流大模型防御技术，包括提示工程、训练防御和过滤模型，发现所有防御方案在适应性攻击（如梯度下降、强化学习、随机搜索和人工红队）下均被90%以上成功攻破，人工红队在静态攻击失败场景下突破率高达100%。研究指出，目前大部分AI安全防御只针对过时的静态攻击，无法应对真实攻击者的灵活性，给企业AI应用带来重大安全隐患。研究团队建议，未来AI安全防御必须能抵御强化学习优化和专家级人工攻击，行业需投入研发动态自适应的安全防护方案。