AI 的隨機運算並非真正「中性」,而是深受訓練資料與 RLHF 影響,呈現出模仿人類偏好的「偽隨機」特徵。研究顯示 AI 傾向選擇特定數字(如 27 或 37)並避開極端值,這種「模式崩潰」使博弈產業的機率預測面臨挑戰:AI 可能因過度擬合人類行為,導致預測結果具備可預測性,甚至在策略博弈中因高估人類理性而失準。對產業而言,這意味著 AI 驅動的賠率模型需額外校準,以防範演算法偏誤成為玩家套利的漏洞。未來技術核心將在於如何結合 AI 的高效運算與真正的物理隨機性,在模擬人性與維持數學公平間取得平衡。