看板Tech_Job
作者pl132 (pl132)
標題[新聞]AI 模型越講越歪樓！最新研究發現：AI 對
時間2025-05-23 09:18:54
AI 模型越講越歪樓！最新研究發現：AI 對話愈深入，表現愈糟糕 https://tinyurl.com/ylvt36k2 人工智慧（AI）已經不是什麼遙不可及的未來科技，從寫作、翻譯到客服，它早就成為我 們工作與生活的一部分。但你有沒有發現一件事：剛開始和 AI 聊天時，它總是回答得頭 頭是道，讓人驚呼「也太聰明了吧！」 但一旦對話拉長、你問得更深入，AI就開始卡住、兜不回來，甚至出現自相矛盾的情況。 這並不是你遇到了Bug（程式錯誤），也不是你問得太難，而是一個所有語言模型都面臨 的通病。 根據Microsoft和Salesforce最新研究，這種越聊越不對勁的現象，其實是語言模型在對 話中普遍存在的結構性問題。研究團隊模擬了20萬筆對話，測試了包含GPT-4.1、Claude 3.7、Gemini 2.5 Pro在內的15種主流模型。 結果發現，這些模型在第一次對話中的表現非常出色，成功率高達90%；但一旦進入第二 次、第三次……成功率就像跳水般下降，只剩下約60%。更令人吃驚的是，這個問題幾乎 無法靠目前常見的技術調整解決，也讓人開始反思：我們所謂發展快速先進的AI，真的準 備好成為對話中的夥伴了嗎？ AI對話為什麼越聊越糊塗？ 你可能以為AI出錯，是因為它記不住前面的內容。但實際上，問題的關鍵不在記性不好， 而是「太急著表現」。研究指出，當語言模型在對話中接收到不完整的資訊時，它往往會 急著下結論，就像學生考試時還沒看完題目就開始寫答案。結果是，前面的假設錯了，後 面的邏輯也一路歪掉。不但無法修正，還會自我堅持，繼續補充一堆看似合理、其實錯得 離譜的細節。 這種現象讓人聯想到人類的「強辯」行為，但AI的版本更棘手，因為它不具備我們的懷疑 機制。我們人類如果說錯話，有時會停下來想想：「欸，好像不太對？」然後修正，但AI 模型目前還做不到這一點。它們無法意識到「我是不是不確定這件事？」一旦答錯，就一 路錯到底。 這也顯示一個關鍵問題：語言模型目前的設計邏輯，還是偏向一次性任務。可惜，現實中 的對話並不是這樣進行的。我們經常是一邊說、一邊釐清需求，問題是模糊的、資訊是漸 進式的。 改參數、加推理，為什麼都沒用？ 遇到問題，工程師們當然會立刻想：「是不是參數設錯了？」於是研究團隊試了所有常見 的調整手段：調整溫度（temperature）參數（讓回答更保守或更冒險）、延長記憶長度 、提升推理模組的能力等等。但這些努力，幾乎都無法明顯改善模型在多輪對話中的表現 。換句話說，這不是模型參數調得不夠好，而是架構上的天生缺陷。 這背後的問題，其實出在訓練邏輯。過去語言模型的訓練大多使用單次問答的資料：一句 話問、一句話答，任務清楚、資訊完整。但實際生活中，深入多次對話才是常態，而且常 常一開始就資訊不清、問題不明。模型不習慣在模糊中摸索，就像一個只會背答案的學生 ，突然被拉去參加即興辯論比賽，自然是招架不住。 未來如果要讓AI成為真正的對話幫手，我們也許不能再把訓練重點放在「更準確地回答」 ，而要轉向訓練它「更懂得等待與釐清」。舉例來說，模型應該學會辨識使用者問題的不 確定性，並主動反問：「你是指這個意思嗎？還是那個？」也許它還該學會「不急著給答 案」，而是試著引導對話走向更清楚的方向。這才是對話真正的本質，而非只是問與答的 機械式循環。 這次的研究結果，打破了我們對語言模型的想像。表面上看，AI越來越能模仿人類語言、 理解語意，但當我們拉長對話、要求它「聽懂人話」，問題就浮現了。AI聰明沒錯，但還 不夠謙虛、不夠小心，也不夠願意說「我不知道」。這反而讓我們更理解了人類對話的精 妙之處：我們不只是會說話，而是懂得等對方說完，懂得保留模糊，也懂得在必要時改變 想法。 下一步的語言模型發展，或許該從「更會講」轉向「更會聽」；從「給答案」轉向「與人 探索」。要做到這一點，還有很長一段路要走，但這也正是我們讓科技真正貼近人性、創 造價值的關鍵所在。 -- ※ 發信站: 批踢踢實業坊(ptt-web.org.tw), 來自: 180.177.1.4 (臺灣) ※ 文章網址: https://ptt-web.org.tw/Tech_Job/M.1747963138.A.E43
推 flash789 : AI泡沫 怕.jpg223.139.104.114 05/23 09:20
推 zonppp : 魔鬼終結者要來了 36.226.212.61 05/23 09:22
推 longlyeagle : 雀食 57.140.96.51 05/23 09:39
推 GoodLuck01 : 好像有看了什麼, 但又像沒看了什麼 61.221.155.73 05/23 09:43
→ xvited945 : 讓AI聽懂人話要很長一段路？當初說 36.224.197.167 05/23 09:45
推 odemagus: 真的有這麼多人在找包養嗎 36.224.197.167 05/23 09:45
→ xvited945 : 要讓Siri聰明一點也說要很久，結果 36.224.197.167 05/23 09:45
→ xvited945 : 各語言模型如雨後春筍問世，好了啦 36.224.197.167 05/23 09:45
→ xvited945 : 記者 36.224.197.167 05/23 09:45
推 Ryoma : 真人都會聽不懂人話或沒邏輯應答了 211.23.161.10 05/23 09:56
推 hensel : 蹲的越久 腳就越麻114.136.168.241 05/23 10:22
推 yes500: 有人可以分析一下包養平台的差異嗎114.136.168.241 05/23 10:22
推 lovebridget : 這篇AI寫的嗎220.130.196.217 05/23 10:35
推 endisonlin : 我也覺得這記者很讚 42.72.103.1 05/23 10:46
推 lovebridget : 其實人更不會聽吧 還會反嗆陷害220.130.196.217 05/23 10:49
→ lovebridget : AI你跟他說不對他馬上改口 我還覺得220.130.196.217 05/23 10:50
→ lovebridget : 他太會順著你太舔不準確220.130.196.217 05/23 10:50
推 alexantiy: 那個包養網人最多XD220.130.196.217 05/23 10:50
推 lastsodeep : Siri 有聰明過嗎？ 101.10.222.202 05/23 11:09
噓 alvinlin : 無聊。這話題已經大概是半年前的事180.177.212.126 05/23 11:09
→ alvinlin : 情了。最近有改善很多了啦180.177.212.126 05/23 11:09
推 mmonkeyboyy : AI 就跟某些(國)人一樣 舔狗啊~ 73.70.62.211 05/23 11:21
噓 alvinlin : 記者不要老是把「舊」聞當「新」聞180.177.212.126 05/23 11:30
推 sowrey: 我妹上包養網被我發現= =180.177.212.126 05/23 11:30
→ alvinlin : 寫好嗎180.177.212.126 05/23 11:30
→ alvinlin : https://arxiv.org/abs/2307.03172180.177.212.126 05/23 11:30
→ la8day : 人會說：乾我屁事 這鍋為什麼要我 61.230.28.15 05/23 11:58
→ la8day : 揹 你去找其他人 61.230.28.15 05/23 11:58
推 motan : 人類需要的是方便的工具，而不是真 101.12.176.125 05/23 12:19
推 cw758: 隔壁桌的人竟然在討論包養... 101.12.176.125 05/23 12:19
→ motan : 的新物種 101.12.176.125 05/23 12:19
推 zaiter : 蠻低能的文章 文組寫的不意外 49.215.156.48 05/23 13:22
→ zaiter : 感覺這記者還有將這個 比AI還智障 49.215.156.48 05/23 13:23
→ Arashi0731 : 真人也是吧，講一講就不然你要投國 111.83.107.120 05/23 13:37
→ Arashi0731 : 民黨？ 111.83.107.120 05/23 13:37
推 ludi: 樓上是不是被包養 111.83.107.120 05/23 13:37
→ piyobearman : 人和人談到後面也是啦 101.12.146.2 05/23 13:44
→ kaltu : Bert 時代就在講的東西撐過GPT用了 100.8.245.106 05/23 13:48
→ kaltu : 半個decade終於出現在文組的文章裡 100.8.245.106 05/23 13:48
→ kaltu : ，所以說工程師面對跟技術脫節或根 100.8.245.106 05/23 13:48
→ kaltu : 本非技術的主管永遠要記得他們的知 100.8.245.106 05/23 13:48
推 peernut: 樓下被包養 100.8.245.106 05/23 13:48
→ kaltu : 識永遠落後時代，但他們又有實權 100.8.245.106 05/23 13:48
推 Hack : 這研究不是這個月才release的嗎 連 42.79.103.235 05/23 13:59
→ Hack : 文章都不會點進去看 怎麼還好意思 42.79.103.235 05/23 14:00
→ Hack : 嗆Zzz 42.79.103.235 05/23 14:00
推 Hack : 留言的那篇 連文章標題都不對… 42.79.103.235 05/23 14:03
推 xikimi: 現包養都上檯面了嗎 42.79.103.235 05/23 14:03
→ tokeep : 不是AI沒用，是你的AI沒用118.231.192.235 05/23 14:15
推 kakar0to : 靠杯 講半天就是說AI沒辦法好好 1.34.223.241 05/23 14:41
→ kakar0to : 思考在回答 之前黃仁勳就有說這能 1.34.223.241 05/23 14:41
→ kakar0to : 解決了 1.34.223.241 05/23 14:41
→ Killercat : 其他不敢說 不過按照向量資料庫原理 57.140.96.34 05/23 14:43
推 Avero: 在包養網遇到朋友= = 57.140.96.34 05/23 14:43
→ Killercat : 來講 要讓他講出"我不知道"是很難的 57.140.96.34 05/23 14:44
→ Killercat : 因為無論如何該embedding附近都可以 57.140.96.34 05/23 14:44
→ Killercat : 找到解 57.140.96.34 05/23 14:44
→ acgotaku : 其實訓練資料越多 回答的越正確 1.169.171.23 05/23 15:22
→ acgotaku : 只是這個正確答案 無法迎合人類 1.169.171.23 05/23 15:22
推 ejoz: 問卦:有包養SD的卦嗎 1.169.171.23 05/23 15:22
→ acgotaku : 的正確答案 1.169.171.23 05/23 15:23
→ acgotaku : 就像我們都很難跟諾貝爾獎得主溝通 1.169.171.23 05/23 15:25
→ acgotaku : 但是普通人與普通人溝同就能對頻 1.169.171.23 05/23 15:25
推 fyb : 到時客服人員都不在是真人 Ai主動 43.210.0.7 05/23 15:45
→ fyb : 思考解決所有問題 43.210.0.7 05/23 15:45
推 FishRoom: 隔壁桌好像是包養SD在見面XD 43.210.0.7 05/23 15:45
推 abccbaandy : 真實阿，一兩句解決不了的再問也是 1.34.13.108 05/23 16:03
→ abccbaandy : 浪費時間 1.34.13.108 05/23 16:03
→ D600dust : 不就跟青鳥一樣 不會認錯 1.160.220.193 05/23 16:53
→ yesyesyesyes: ai 回答的是你要的，不是正確解答 101.9.100.212 05/23 17:00
推 j401f2 : 真人有好到哪裡去嗎…一堆有偏見的 42.70.175.12 05/23 17:45
推 KsiR: aSugarDating = 包養SD? 42.70.175.12 05/23 17:45
→ j401f2 : 根本無法理性溝通 42.70.175.12 05/23 17:45
噓 alvinlin : 感覺有人英文看不懂。看中文吧。1年180.177.212.126 05/23 18:16
→ alvinlin : 了180.177.212.126 05/23 18:16
→ alvinlin : https://zhuanlan.zhihu.com/p/6786180.177.212.126 05/23 18:16
→ alvinlin : 14880180.177.212.126 05/23 18:16
推 peoples: 未看先猜這包養網180.177.212.126 05/23 18:16
推 Hack : 要不要去看看眼睛 標題一樣嗎？這篇 42.79.103.235 05/23 18:43
→ Hack : 文章的原文是什麼時候發表的要不要 42.79.103.235 05/23 18:43
→ Hack : 看看 42.79.103.235 05/23 18:43
推 Hack : 標題抓到「Lost」就開噴Zzz 兩篇探 42.79.103.235 05/23 18:52
→ Hack : 討的是同一件事情嗎？這年頭讀書不 42.79.103.235 05/23 18:52
推 wilmer: 有人知道包養SD是什麼嗎 42.79.103.235 05/23 18:52
→ Hack : 犯法 多念一點吧 42.79.103.235 05/23 18:52
→ toaste791214: 其實人腦的思維、邏輯判斷還是贏過 42.79.100.127 05/23 20:02
→ toaste791214: 電腦的，不然上帝為什麼要創造人？ 42.79.100.127 05/23 20:02
→ toaste791214: 而不是創造電腦？另外光看現在的研 42.79.100.127 05/23 20:02
→ toaste791214: 發人員、決策者還是人類就知道了。A 42.79.100.127 05/23 20:02
推 badlip: 一定又是這包養網 42.79.100.127 05/23 20:02
→ toaste791214: I說穿就是很方便的自動化軟體而已。 42.79.100.127 05/23 20:02
→ wasitora : 上帝XDDDDD 36.231.14.177 05/23 20:08
推 wrt : 操 這AI是傻鳥嗎？死不認錯124.218.220.239 05/23 21:40
→ alvinlin : 根據兩篇論文——2024年發表的《Los180.177.212.126 05/24 01:42
→ alvinlin : t in the Middle: How Language Mod180.177.212.126 05/24 01:42
推 piggyoil: 包養平台不意外180.177.212.126 05/24 01:42
→ alvinlin : els Use Long Contexts》（簡稱Lost180.177.212.126 05/24 01:42
→ alvinlin : in the Middle）和2025年發表的《L180.177.212.126 05/24 01:42
→ alvinlin : LMs Get Lost in Multi-Turn Conver180.177.212.126 05/24 01:42
→ alvinlin : sation》（簡稱Lost in Conversatio180.177.212.126 05/24 01:42
→ alvinlin : n）——這兩篇論文都討論了大型語言180.177.212.126 05/24 01:42
推 TwixBar: 覺得包養網EY嗎180.177.212.126 05/24 01:42
→ alvinlin : 模型（LLMs）在處理長上下文或多輪180.177.212.126 05/24 01:42
→ alvinlin : 對話時的能力限制，以下幫助你理解180.177.212.126 05/24 01:42
→ alvinlin : 兩者的關係與差異。180.177.212.126 05/24 01:42
→ alvinlin : 1. 兩篇論文的主題與核心問題180.177.212.126 05/24 01:42
→ alvinlin : Lost in the Middle (2024)180.177.212.126 05/24 01:42
推 boggicer: 包養網站葉配啦180.177.212.126 05/24 01:42
→ alvinlin : 主題：探討LLMs在處理「長上下文」180.177.212.126 05/24 01:42
→ alvinlin : 時，對於關鍵資訊在不同位置（開頭180.177.212.126 05/24 01:42
→ alvinlin : 、中間、結尾）的利用能力。180.177.212.126 05/24 01:42
→ alvinlin : 核心問題：當關鍵資訊位於長上下文180.177.212.126 05/24 01:42
→ alvinlin : 的中間時，模型的表現顯著下降，呈180.177.212.126 05/24 01:42
推 Chiason: 記者收了包養網多少啦180.177.212.126 05/24 01:42
→ alvinlin : 現「U型曲線」（首尾好，中間差），180.177.212.126 05/24 01:42
→ alvinlin : 即「中間迷失」現象。180.177.212.126 05/24 01:42
→ alvinlin : 重點場景：多文件問答、key-value檢180.177.212.126 05/24 01:42
→ alvinlin : 索等需要在長文本中定位資訊的任務180.177.212.126 05/24 01:42
→ alvinlin : 。180.177.212.126 05/24 01:42
推 Markell: 包養真亂180.177.212.126 05/24 01:42
→ alvinlin : Lost in Conversation (2025)180.177.212.126 05/24 01:42
→ alvinlin : 主題：探討LLMs在「多輪對話」中，180.177.212.126 05/24 01:42
→ alvinlin : 尤其是用戶需求逐步揭露（underspec180.177.212.126 05/24 01:42
→ alvinlin : ified, multi-turn）時的表現。180.177.212.126 05/24 01:42
→ alvinlin : 核心問題：LLMs在多輪、需求逐步揭180.177.212.126 05/24 01:42
推 fuoya: 演藝圈一堆包養好嗎180.177.212.126 05/24 01:42
→ alvinlin : 露的對話中，表現大幅下降，且 unre180.177.212.126 05/24 01:42
→ alvinlin : liability（不穩定性）大幅增加，容180.177.212.126 05/24 01:42
→ alvinlin : 易「迷失在對話中」。180.177.212.126 05/24 01:42
→ alvinlin : 重點場景：模擬用戶逐步補充需求的180.177.212.126 05/24 01:42
→ alvinlin : 多輪對話，涵蓋程式設計、數學、摘180.177.212.126 05/24 01:42
推 Apasiri: 政治圈一堆包養好嗎180.177.212.126 05/24 01:42
→ alvinlin : 要等多種生成任務。180.177.212.126 05/24 01:42
→ alvinlin : 2. 兩者的關係與差異說明：180.177.212.126 05/24 01:42
→ alvinlin : 兩者都關注LLMs在「長期記憶」或「180.177.212.126 05/24 01:42
→ alvinlin : 多步推理」場景下的能力瓶頸，在202180.177.212.126 05/24 01:42
→ alvinlin : 4年論文聚焦於靜態長文本的資訊定位180.177.212.126 05/24 01:42
推 litidi: 有錢人一堆包養好嗎180.177.212.126 05/24 01:42
→ alvinlin : 與利用。在2025年論文聚焦於動態多180.177.212.126 05/24 01:42
→ alvinlin : 輪對話中資訊逐步揭露與模型可靠性180.177.212.126 05/24 01:42
→ alvinlin : 。180.177.212.126 05/24 01:42
→ alvinlin : 兩者的「迷失」現象有相似之處（即180.177.212.126 05/24 01:42
→ alvinlin : 模型無法有效整合所有上下文資訊）180.177.212.126 05/24 01:42
推 Merzario: 學生妹被包養多嗎180.177.212.126 05/24 01:42
→ alvinlin : ，而具體場景、評估方法和解釋略有180.177.212.126 05/24 01:42
→ alvinlin : 不同。180.177.212.126 05/24 01:43
→ alvinlin : 3. 2025年論文是否提出更多論點或解180.177.212.126 05/24 01:43
→ alvinlin : 決方案？180.177.212.126 05/24 01:43
→ alvinlin : 2025年論文的進一步貢獻：180.177.212.126 05/24 01:43
推 Muzaffer: 有錢人為啥都想包養180.177.212.126 05/24 01:43
→ alvinlin : 更貼近實際應用場景：強調多輪、需180.177.212.126 05/24 01:43
→ alvinlin : 求逐步揭露的對話，這是現實用戶與A180.177.212.126 05/24 01:43
→ alvinlin : I互動的常態。180.177.212.126 05/24 01:43
→ alvinlin : 提出「可靠性 unreliability」新指180.177.212.126 05/24 01:43
→ alvinlin : 標：不僅看平均表現，還關注模型在180.177.212.126 05/24 01:43
推 MIJice: 有錢人為啥都想包養180.177.212.126 05/24 01:43
→ alvinlin : 多次對話中的穩定性（同一需求多次180.177.212.126 05/24 01:43
→ alvinlin : 對話結果差異大）。180.177.212.126 05/24 01:43
→ alvinlin : 大規模實驗：涵蓋15個主流LLM、6大180.177.212.126 05/24 01:43
→ alvinlin : 類生成任務，並提出「sharding」方180.177.212.126 05/24 01:43
→ alvinlin : 法將單輪任務轉為多輪對話。180.177.212.126 05/24 01:43
推 SpyTime: 亞洲最大包養網上線啦180.177.212.126 05/24 01:43
→ alvinlin : 分析失敗原因：如模型過早下結論、180.177.212.126 05/24 01:43
→ alvinlin : 過度依賴前一輪錯誤答案、對中間回180.177.212.126 05/24 01:43
→ alvinlin : 合資訊利用不足等。180.177.212.126 05/24 01:43
→ alvinlin : 測試多種緩解策略：如在最後一輪總180.177.212.126 05/24 01:43
→ alvinlin : 結所有需求（recap）、每輪重複所有180.177.212.126 05/24 01:43
推 Toth: 我哥上包養網被我抓包..180.177.212.126 05/24 01:43
→ alvinlin : 已知需求（snowball），但發現這些180.177.212.126 05/24 01:43
→ alvinlin : 方法只能部分緩解，無法徹底解決。180.177.212.126 05/24 01:43
→ alvinlin : 總結：2025年論文雖不是簡單重複202180.177.212.126 05/24 01:43
→ alvinlin : 4年的發現，而是將「迷失」現象推廣180.177.212.126 05/24 01:43
→ alvinlin : 到更貼近真實用戶互動的多輪對話場180.177.212.126 05/24 01:43
推 Asterix: 有人包養過洋鬼子嗎180.177.212.126 05/24 01:43
→ alvinlin : 景，並提出了新的評估指標與分析框180.177.212.126 05/24 01:43
→ alvinlin : 架，對LLM未來改進提出了更具體的挑180.177.212.126 05/24 01:43
→ alvinlin : 戰。180.177.212.126 05/24 01:43
→ alvinlin : 4. 總結對比表180.177.212.126 05/24 01:43
→ alvinlin : 概念延伸180.177.212.126 05/24 01:43
推 AdamShi: 有錢人為啥都想包養180.177.212.126 05/24 01:43
→ alvinlin : LostInTheMiddle_2024180.177.212.126 05/24 01:43
→ alvinlin : +主題: 長上下文資訊利用180.177.212.126 05/24 01:43
→ alvinlin : +場景: 多文件QA, key-value檢索180.177.212.126 05/24 01:43
→ alvinlin : +貢獻: 提出新評估協議180.177.212.126 05/24 01:43
→ alvinlin : +現象: U型效應(首尾好,中間差)180.177.212.126 05/24 01:43
推 lezabo: 有人被洋鬼子包養過嗎180.177.212.126 05/24 01:43
→ alvinlin : LostInConversation_2025180.177.212.126 05/24 01:43
→ alvinlin : +主題: 多輪對話下的可靠性180.177.212.126 05/24 01:43
→ alvinlin : +現象: 多輪下表現大幅下降, 不穩定180.177.212.126 05/24 01:43
→ alvinlin : 性增加180.177.212.126 05/24 01:43
→ alvinlin : +場景: 需求逐步揭露的多輪生成180.177.212.126 05/24 01:43
推 silberger: 到底要多有錢才會想包養180.177.212.126 05/24 01:43
→ alvinlin : +貢獻: 新指標(可靠性) : , 大規模180.177.212.126 05/24 01:43
→ alvinlin : 多模型多任務實驗, 失敗原因分析,180.177.212.126 05/24 01:43
→ alvinlin : 緩解策略測試180.177.212.126 05/24 01:43
→ alvinlin : 5. 結論180.177.212.126 05/24 02:02
→ alvinlin : 這兩篇論文不是講同一件事，但2025180.177.212.126 05/24 02:02
推 xayile: 包養SD = aSugarDating180.177.212.126 05/24 02:02
→ alvinlin : 年論文在2024年「長上下文迷失」的180.177.212.126 05/24 02:02
→ alvinlin : 基礎上，將問題推廣到「多輪對話」180.177.212.126 05/24 02:02
→ alvinlin : 這一更貼近實際應用的場景，並提出180.177.212.126 05/24 02:02
→ alvinlin : 了更多新的觀察、指標和挑戰。180.177.212.126 05/24 02:02
→ alvinlin : 2025年論文提出了更多論點與分析，180.177.212.126 05/24 02:02
推 cazo: 閨蜜上包養網還推薦我...180.177.212.126 05/24 02:02
→ alvinlin : 但目前尚未有徹底的解決方案，僅測180.177.212.126 05/24 02:02
→ alvinlin : 試了一些緩解方法，效果有限。180.177.212.126 05/24 02:02
→ alvinlin : 如果你關心LLM在真實對話應用中的可180.177.212.126 05/24 02:02
→ alvinlin : 靠性，2025年論文的貢獻更大、更具180.177.212.126 05/24 02:02
→ alvinlin : 啟發性。180.177.212.126 05/24 02:02
推 izilo: 包養?180.177.212.126 05/24 02:02
→ alvinlin : 我指的是「新」聞。不是翻譯。也不180.177.212.126 05/24 02:03
→ alvinlin : 是早知道的東西。180.177.212.126 05/24 02:04
推 pacino : 這篇真的讚。 36.230.30.221 05/24 09:02
推 alex01 : 很像小朋友啊 223.136.175.36 05/24 14:57
→ pc1234 : 外行人看熱鬧 內行人看門道 111.82.189.178 05/25 15:15
推 SEDAP: 台全最的包養SD上線啦! 111.82.189.178 05/25 15:15
→ vampirelin : 就懂點皮毛，然後一本正經的胡說八 101.10.236.56 05/26 03:06
→ vampirelin : 道 101.10.236.56 05/26 03:06