事情是这样的。

上周我参加了一个饭局，席间有个自称"深度学习布道师"的大哥，三杯酒下肚开始喷："现在的AI啊，什么都能干！代码能写、文章能编、数学能算、医学影像都能看！再过几年通用人工智能就来了！"

我默默放下筷子，问了他一个问题："那你知道AI现在连数清楚这段文字里有几个逗号这种任务都经常出错吗？"

大哥的酒瞬间醒了三分。

这不是我编的，这是AI圈子里著名的"strawberry问题"——模型经常数不对单词里有多少个字母r。更讽刺的是，这个bug在2026年的今天，依然普遍存在。

今天咱们就来扒一扒：那些AI厂商不会告诉你的"能力天花板"，到底长什么样。

一、数数这件事，AI真的不太行

你可能觉得数数太简单了，对人类来说幼儿园水平。但对大语言模型来说，这恰恰是它的阿喀琉斯之踵。

原因很有意思：大语言模型本质上是在做"文字接龙"，它学的是"给定一段文字，下一个最可能是什么字符"。这种机制在语义理解上表现逆天，但在精确符号操作上却像个醉汉——能猜个大概，但不敢保证对。

比如你问GPT："strawberry里面有几个字母r？"

它有时候说2个，有时候说3个，表情包.gif。原因在于"r"在单词里出现了两次，但模型在处理这种精确计数时没有可靠的机制，就像让一个天才去参加心算比赛——理论上行，实际上紧张了就会错。

这个问题的本质是：AI的"智能"和人类的"精密执行"是两码事。前者是模式识别，后者是确定性计算。

二、多跳推理：一步错，步步错

什么是多跳推理？简单说就是"需要推理好几步才能得到答案"的问题。

比如："张三的妈妈的邻居的狗叫什么名字？"

人类需要：张三→妈妈→邻居→狗→名字，五跳。AI在单跳问题上基本都能答对，但跳数一多，正确率就断崖式下跌。

这不是模型不够大，是架构层面的问题。大语言模型没有真正的"工作记忆"，它在处理长链条推理时，每一步都会累积误差，就像接力赛里每一棒都掉那么一点点器械，最后偏差大到离谱。

更可气的是，AI特别擅长"一本正经地胡说八道"，在多跳推理中它会编造中间步骤的答案，然后把这个编出来的答案当事实继续推理，最后给出一个看起来逻辑自洽实则完全错误的结论。

你问它"小明妈妈的邻居住在哪里"，它可能先编一个"邻居叫李四"，再编"李四住在纽约"，最后得出"小明妈妈的邻居住在纽约"——问题是小明一家压根没出过朝阳区。

三、动态规划：说好的最强王者呢

程序员圈子里有个经典测试：给AI一道LeetCode中等难度的动态规划题，看它能不能做对。

结果很有趣——简单题AI基本都能搞定，中等题开始频繁翻车，难题直接躺平。

原因是动态规划需要精确的状态转移和边界处理。AI在做这类题时，经常在状态转移方程上出错，或者在边界条件的判断上犯迷糊。代码跑起来报错，它还会自信满满地解释"这里是对的，应该能跑"——然后你一跑，报错了。

这里有个深层矛盾：AI的训练数据里包含了海量代码，它确实学会了编程的模式和语法。但动态规划恰恰是那种"理解了原理也容易写错"的题型，因为状态转移方程的细微变化会导致完全不同的结果，而AI对这种细微差别的敏感度远不如人类。

所以如果你让我推荐AI辅助编程的场景——写文档、起框架、查bug，它很强；但如果你让它帮你实现一套复杂算法，我建议你在旁边放包纸巾，做好它可能崩溃你心态的准备。

四、空间认知：请AI描述一下你家客厅

这个问题有点意思。

你让AI描述一个三维空间布局，它的回答往往漏洞百出。比如你描述"我家客厅20平米，L型沙发靠墙，电视在对面正中，茶几在沙发前"——你让AI根据这个描述画个俯视图，十有八九它会给你画出一个诡异的变形金刚。

大语言模型处理的是文本，它学到的空间关系是"语言上的空间"，而不是"真实的空间"。"在...前面"、"在...旁边"这种表达在人类眼里是具体的，但在AI眼里只是语义上的共现关系。

更离谱的是"颜色"问题。你说"一个红色的立方体放在蓝色垫子上"，AI可能会生成一张图——立方体是红色的，没毛病。但如果你说"红色立方体旁边放一个和它等高的绿色圆柱"，AI生成出来的图，经常是圆柱比立方体矮一大截，因为它在处理"等高"这种精确数量关系时，同样会出错。

这不是模型的bug，这是文本语义和视觉感知之间的根本性鸿沟。AI可以理解"红色"这个词，但它不理解"红色在视觉上的确切呈现"——它只是预测接下来最可能出现的像素，而不是真正"看到"了什么。

五、因果推断：相关性不等于因果性，AI不懂

这是最让我无语的一项。

你问AI："为什么夏天溺水的人数增加？"

AI会一本正经地告诉你："因为夏天人们更倾向于去游泳，增加了溺水风险。"看起来很对对吧？逻辑链清晰，因果关系明确。

但如果你追问："那冰淇淋销量也在夏天增加，是不是冰淇淋导致了溺水？"

有的AI会愣住，有的AI会陷入自相矛盾，还有的AI会先承认你说的有道理，再试图圆回来——场面一度非常尴尬。

这就是著名的"冰淇淋与溺水"悖论。真正的因果推断需要控制混淆变量、建立反事实框架，而AI在这方面的能力约等于一个刚学统计的本科生——会套公式，但不懂什么时候该用、什么时候不该用。

更糟糕的是，AI特别喜欢根据表面相关性生成"合理"的解释。你给它一段数据，它几乎总是能给你编出一个听起来很专业的因果故事——问题是这个故事可能是彻头彻尾的伪因果。

这也是为什么用AI做真正的商业决策时必须谨慎。它可以帮你分析"是什么"和"可能相关"，但很难帮你确定"为什么"和"因此应该怎么做"。

说点真心话

写这篇文章不是为了给AI泼冷水。AI在很多领域确实革命性地提升了效率，这一点毋庸置疑。

但作为一个天天和AI打交道的老司机，我越来越觉得行业需要一种更健康的"AI认知"——既不神化AI，也不妖魔化AI，而是把它当作一个"在某些任务上极其强大，在另一些任务上极其脆弱"的工具来使用。

知道AI的边界在哪里，比知道它的能力在哪里更重要。这就像开车——你知道这车能跑200码，但更重要的是知道它的刹车在时速120以上会开始发抖。

下次再有人跟你说"AI什么都能干"，你就可以淡淡地问他："那你让它数数banana里有几个n试试？"

看他的表情。

🦞