當多數 AI 公司都在競賽誰能接上更新的網頁、更多的資料、更即時的搜尋結果時，Talkie 選擇了一條完全相反的路，把語言模型的世界觀鎖在 1930 年以前。
Talkie 是由 Nick Levine、David Duvenaud 與 Alec Radford 發表的研究型語言模型專案，官方介紹標題直接寫著「a 13B vintage language model from 1930」，發表時間為 2026 年 4 月。它不是靠提示詞假裝自己來自 1930 年，而是從訓練資料源頭就限制在 1931 年以前的英文文本，讓模型真正缺乏現代世界的知識。
有年代感的 AI
Talkie 最核心的概念是 Vintage Language Model，也就是「復古語言模型」。Owain Evans 對這類模型的定義是，只使用某個時間點以前的資料來訓練，例如訓練到 2019 年、1900 年，甚至更早的歷史時期。這類模型的挑戰不只在於資料量不足，更在於不能讓未來資訊污染過去資料。
這一點讓 Talkie 和一般角色扮演型 AI 有本質差異。你可以要求一般模型「假裝自己是 1930 年的人」，但它仍然知道電腦、網際網路、二戰、冷戰、原子彈、ChatGPT 與半導體供應鏈。Talkie 的設計目標則是讓模型真的站在 1930 年以前的文本宇宙中，從那個時代的書籍、報紙、期刊、科學論文、專利與法律案例中學習世界。官方表示，Talkie-1930-13B-base 使用 2,600 億個 pre-1931 英文 token 訓練，並以 1930 年底作為截斷點，原因與美國公有領域作品時間邊界有關。
這讓 Talkie 變成一種很奇特的研究工具，它不是用來回答「今天發生什麼事」，而是用來觀察「一個不知道未來的 AI，能不能推理出未來可能發生什麼」。
為什麼這很重要？因為它能測試 AI 是否真的會泛化
現代語言模型最大的爭議之一，是我們很難知道模型是真的理解問題，還是只是看過太多類似答案。尤其在程式、數學、科學推理與歷史問答中，訓練資料污染經常讓評測結果被高估。Talkie 的研究價值正在於，它刻意切掉現代資料，讓研究者有機會觀察模型是否能從舊知識中推導新能力。官方也明確指出，資料污染是語言模型評測中持續存在的問題，而 Vintage LM 可以用來做獨特的泛化實驗，例如測試一個完全不知道數位電腦的模型，能否在少量範例提示下學會寫 Python。
官方實驗中，研究者讓 pre-1931 的 vintage model 和使用現代網路資料訓練的同架構模型接受 HumanEval 類型的 Python 程式測試。結果不意外，復古模型遠落後於現代模型。不過有趣的是，隨著模型規模增加，它們在少量範例提示下仍出現緩慢改善。官方也很克制地承認，目前正確解大多只是簡單一行程式，或是對範例程式做很小幅度改寫。
換句話說，Talkie 不是在宣稱「1930 年 AI 也會寫程式」，而是在提供一個相對乾淨的實驗場，如果模型沒有看過 Stack Overflow、GitHub、Python 教學和現代程式語料，它究竟能從語言結構與少量示範中學到多少抽象規則呢？
它也讓我們重新思考模型人格從哪裡來
Talkie 最有意思的地方，不只是知識截止，而是它暴露出一個更深的問題，現代 LLM 的性格、語氣、價值觀與回答習慣，到底有多少是模型架構帶來的，有多少只是因為大家都吃了同一批網路資料？
官方在介紹中指出，現代模型雖然能力與風格各有差異，但大多直接或間接受網路資料、蒸餾資料與合成資料影響。因此，訓練在不同來源上的模型，可能會產生截然不同的行為、人格與傾向。
這對 AI 安全、模型治理與人文研究都很有啟發。Talkie 不是單純懷舊，而是在問一個很根本的問題，我們今天看到的AI 助理人格，到底是智慧的自然形狀，還是 21 世紀網路文化的投影？CyberQ 認為，這應該都有。
復古模型也需要後訓練
Talkie 團隊不只釋出 base model，也釋出 instruction-tuned 版本 talkie-1930-13b-it。根據 Hugging Face 模型卡，這個版本是從 talkie-1930-13b-base 後訓練而來，使用來自 1931 年以前參考書籍所抽取的 instruction-response pairs，包括禮儀手冊、百科全書與書信寫作手冊等資料，之後再透過 online DPO 與 LLM-as-a-judge 改善指令遵循能力。
這裡反而是整個專案最迷人的矛盾點。為了讓 1930 年模型變得好聊一點，不能太難聊，研究團隊仍然需要現代 AI 訓練技術。官方也坦承，雖然他們努力避免現代影響，但使用 AI 回饋進行強化學習，仍不可避免會把某些現代聊天助理的行為模式帶進 Talkie。甚至早期 7B 版本在 RL 後會開始用現代網路常見的 listicle 條列文章風格回答問題。
這一點非常關鍵。Talkie 的挑戰是怎麼不讓 2026 年的 AI 訓練方法，把 1930 年模型重新污染成現代聊天機器人。
真正難題，時間洩漏與 OCR 噪音
Talkie 團隊沒有把問題包裝得太完美。官方明確承認，時間洩漏仍然存在。他們開發了 document-level n-gram anachronism classifier 來過濾訓練資料，但效果並不完美。早期 7B 版本已經知道羅斯福總統任期與新政內容，而 13B 版本也仍然知道部分二戰、聯合國與德國分裂等 1930 年後資訊。
另一個更硬的工程問題是 OCR。1930 年以前沒有原生數位出版，許多資料必須從實體書籍、報紙、期刊掃描轉錄。官方表示，在受控實驗中，使用傳統 OCR 轉錄的 pre-1931 文本訓練模型，學習效率只有人類轉錄文本的 30%；簡單 regex 清理後可提升到 70%，但仍有明顯落差。更麻煩的是，現代 VLM 雖然 OCR 準確率較高，卻可能把現代事實幻覺進歷史語料中，反而污染整個實驗。
這讓 Talkie 不只是語言模型專案，也是一個資料治理專案。它要處理資料年代、來源、轉錄品質、後設資料可信度與語料污染問題。
開源狀態與硬體門檻
Talkie 的推論程式碼已在 GitHub 公開，採 Apache-2.0 授權。官方 README 顯示，專案提供 Python API 與 CLI，可從 Hugging Face 下載模型並執行推論。環境需求包括 Python 3.11 以上、PyTorch 2.1 以上、至少 28GB VRAM 的 CUDA GPU，以及每個模型約 26GB 到 50GB 的磁碟空間。
模型方面，目前 Hugging Face 上可看到 talkie-1930-13b-base、talkie-1930-13b-it，以及作為對照組的 talkie-web-13b-base。後者使用 FineWeb 訓練，架構與 talkie-1930-13b-base 相同，目的在於比較「復古資料」與「現代網路資料」對模型能力與行為的影響。
CyberQ 觀點：AI 研究的時間隔離實驗室
Talkie 最值得關注的地方，不是它能不能取代 ChatGPT，也不是它能不能成為日常助理。它的價值在於，第一次把知識識時間邊界變成模型研究的核心變因。
對 AI 研究者來說，它可以用來測試預測、發明、科學推理與泛化能力。對人文學者來說，它提供了一種和歷史語料互動的新方法。對資安與治理研究者來說，它則提醒我們，模型行為並非只由架構決定，資料來源、資料年代、清理流程與後訓練方法，都可能深刻形塑模型的價值觀與輸出風格。
Talkie 用一種逆向設計提出了更重要的問題，如果一個模型不知道未來，它還能推理出什麼？如果一個模型只讀過某個時代的資料，它會長出怎樣的世界觀？而如果我們能訓練 1930 年的模型，未來是否也能訓練 1911 年、1850 年、甚至不同文明語料下的平行歷史 AI？這可能會有其他開發者想做，我們可以試想一個不同時代氛圍的 AI。
Talkie 目前還不完美，存在時間洩漏、OCR 品質、英文中心語料與現代後訓練污染等問題。但正因如此，它反而比許多追求榜單成績的模型更有意思。
