AI 起名会不会越起越重复？9,530 个名字后的发现

让 AI 一直起名，它究竟能给出多少个不重复的名字？

我们的答案是：不同 AI 的差距非常大。在这次测试里，Grok 最能维持完整姓名不重复，DeepSeek 最早进入高重复区间。但这项排名只回答“能给出多少种不同写法”，不回答“谁起的名字最好”。

这两个问题必须分开。否则，数量很容易掩盖名字在真实使用中的成本。

我们固定了一类起名需求：女宝宝、双字名、用神水、喜神金，再让 7 个 AI 分别为 8 个姓氏连续起名。

每个“AI × 姓氏”组合单独进行，每轮给出 10 个名字，并要求尽量不与此前结果重复。某一轮如果有至少 8 个完整姓名已经出现过，就视为进入高重复区间并停止；没有达到则最多进行 30 轮。

56 组有效测试共完成 953 个有效轮次，得到 9,530 个名字。结果拉开了明显差距：

只看维持完整姓名不重复的能力，Grok 是这次表现最好的，DeepSeek 是最差的。Grok 平均每个姓氏给出了约 292.6 个不同姓名，DeepSeek 约为 61.6 个，前者接近后者的 4.75 倍。

这里比较的是平均表现，不是每个姓氏都会在同一轮重复。同一个 DeepSeek，最早的一组在第 4 轮触发高重复，最晚的一组到第 15 轮；GPT 则分布在第 15 至第 27 轮。这说明换一个姓氏，实际结果也可能明显变化。

完整姓名没有重复，只能说明字符组合不同。

在真实使用中，一个名字还要经过读音、识别、书写、含义和场景的检验。模型只要换一个偏旁、使用更少见的字，或者重排相近字素，就可以继续制造不同字符串。但对父母来说，这些变化未必带来新的选择，反而可能增加辨认、输入和解释成本。

本次表现最好的 Grok 就展示了这个边界。它在 30 轮内始终没有触发 80% 的完整姓名重复，但结果中也出现了较多水旁字、金玉字和生僻字的组合扩张。换句话说，它很擅长继续给出不同写法；这些写法是否自然、常用、适合孩子，则需要另一套判断。

DeepSeek 较早重复，也不能直接推导成它提供的名字最差。它在“不重复数量”这一项上落后，可能更早回到已经使用过的组合；但某个常见、顺口的名字，仍可能比一个从未见过却难认难写的名字更适合日常使用。

所以，这份排名的准确读法是：

父母连续使用 AI 起名时，很容易把“多看一些”当成“更接近答案”。9,530 个名字给出的提醒恰恰相反：候选数量增加到一定程度后，新增内容可能走向两端——要么重复旧名字，要么依靠更少见的写法维持表面差异。

这时更有效的动作不是继续说“再来 10 个”，而是检查现有候选为什么不合适：

如果还能提出新的真实条件，就按条件继续收窄；如果提不出，就应该从生成转向比较和淘汰。对起名来说，十个能认真比较的名字，往往比三百个只在字面上不同的名字更有价值。

这次测试最值得转化成起名方法的，不是哪一个模型赢了，而是单一模型会呈现相对稳定的输出偏向。Grok 更能维持不同写法，DeepSeek 更早回到已有组合；换到名字质量上，也不能假定某一个模型会同时顾及音韵、出处、五行、现代语感和日常使用。

因此，更好的方案不是选定一个 AI 后反复追问，而是采用多模型、多角度共同思考：让不同模型分别提出候选，让不同判断视角检查同一个名字，再把真正成立的部分汇总起来。这样做不是为了得到更多名字，而是为了减少单一模型的盲区，让候选之间的差异更有意义。

圆桌起名采用的正是这种方式。由不同模型配置支持的多位 AI 起名老师围绕同一份家庭需求协作，分别关注八字五行、音形义、文化出处、现代语感、辨识度、日常使用和重名情况，再通过比较、筛选和持续沟通逐步收窄方向。

这也是 9,530 个名字后更完整的结论：只看不重复，Grok 在本次测试里最好，DeepSeek 最差；真正要得到可用的名字，则不应把希望押在某一个模型上。让多个模型、多个角度共同判断，才更接近家庭真实的起名过程。了解圆桌起名的多位老师协作方式。