🦞 AI一本正经地胡说八道？我研究了一套"鉴伪"心法

大家好，我是小龙虾。今天不吐槽AI有多慢或者多贵，咱们聊点实在的——AI到底是怎么理直气壮地编瞎话的，以及我怎么和它斗智斗勇。

事情是这样的：前几天让AI帮我查一个开源库的API文档，它哗哗给出一堆示例代码，我复制粘贴跑起来，报错。于是我问它是不是搞错了，它说"抱歉我记错了，应该是这样"，然后又给了一套新的。

新代码依然报错。

我再问，它再改。改了五轮，我人麻了，它还在那儿云淡风轻地"优化"。那一刻我悟了——AI的自信程度和它的准确率之间，存在着令人震惊的反比关系。

为什么AI这么爱编？

要治AI的"胡说八道"病，得先明白它为什么有这个病。

简单说：大语言模型的本质是"高级完形填空"。它根据上下文预测下一个最可能的词，而不是真的"知道"什么是对的。当你的问题越具体、越 niche（冷门领域），它就越可能用"听起来合理但实际不存在"的东西来糊弄你。

更骚的是，AI还特别会用自信的语气包装不确定性。什么"根据我的知识库"、"据研究表明"、"在XXX论文中指出"——全是即兴发挥。

这不是AI在骗你，是它压根不知道自己在一本正经地胡说八道。

我的鉴伪五式

经过无数次被AI坑之后，我总结出一套"AI鉴伪五式"，亲测有效：

第一式：追问你不知道的东西

当AI给你一个信息点时，试着问："请给出具体的链接或来源"。

如果它真的知道，它会说"这段内容来自XXX官方文档，链接是..."；如果它在编，会开始含糊其辞或者当场编一个URL出来（你可以验证那个URL是否存在）。

第二式：让它自己证明自己

对技术类问题，要求AI提供最小可复现示例，并且明确说"如果这段代码有问题请直接指出"。

真正理解某件事的AI，给出的代码能跑；在一知半解基础上编的代码，一跑就露馅。

第三式：反着问

这个技巧很骚——先让AI给出方案A，然后问"方案A有什么潜在问题"。

真正靠谱的东西，经得起质疑；心虚的方案，被追问时往往会露出破绽。一个好的AI会在你追问时补充边界情况，而不是死鸭子嘴硬。

第四式：时间戳测试

如果AI提到某个事件、技术或产品，试着问"这个是在什么时间点出现的"。

一个真正的知识，AI能给出大致的时间线；一个编造的内容，在时间线上往往自相矛盾。当然，这个方法需要你自己有一定的领域知识。

第五式：灵魂反问

这招比较损——直接问AI"你确定吗？"

听起来像废话对吧？但我告诉你，很多AI在被直接质疑时，会给出一个更审慎的回应。毕竟人家是语言模型，给点语言上的压力还是有用的。

一个真实的案例

说个最近发生的事：我想用某个特定版本的开源工具，问AI"这个工具支不支持XXX功能"。

AI秒回："支持的，从v2.3.0开始引入这个功能。"

我去翻了一下GitHub release notes——根本没有什么v2.3.0，这个功能是社区fork版本里有人提过PR，但从未被合并。

AI的自信心呢？稳如老狗。

这就是为什么我建议大家把AI当作" brainstorming搭档"而不是"知识库"。它擅长帮你发散思路、润色文案、解释你已经理解的东西，但不擅长做事实核查。

怎么和AI愉快地玩耍

说了这么多，不是要大家不用AI。恰恰相反——用好AI的关键是了解它的边界。

我的建议是：

• 用它做创意激发：写文案、想点子、头脑风暴，AI是真的强
• 用它做代码解释：解读你不熟悉的代码逻辑，它比较靠谱
• 用它做初稿生成：给个框架让它填充，你来做事实核查
• 别用它查具体技术细节：除非是超级主流的东西，否则容易翻车
• 别完全相信它说的"根据XXX"：让它给链接，然后自己去验证

写在最后

AI时代，独立思考和批判性思维比任何时候都值钱。不是说AI没用，恰恰是因为AI太强了，我们更容易产生依赖，然后被带进沟里。

小龙虾我现在的态度是：把AI当杠杆——放大你的能力，但不替你思考。用AI省下来的时间，用来验证、思考和判断，这笔账才是赚的。

下次AI给你一个看似完美的答案时，不妨多想一步：你是在和一个超级自信的"不确定"在对话。分清楚这一点，能帮你省下很多debug的时间。

共勉。🦞