文：王智遠(yuǎn) | ID:Z201440

我用AI，主要為了辦公。

不過(guò)，我發(fā)現(xiàn)，現(xiàn)在越來(lái)越多的人喜歡跟AI聊聊心里的焦慮、壓力和困惑。AI總能給出很理性、清晰的解釋或安慰，聽(tīng)起來(lái)挺不錯(cuò)。

但是，有時(shí)AI回答得太合理了，反而，有點(diǎn)不對(duì)勁。不對(duì)勁在哪？我們以為的真理，可能是它的策略性表演。

01

我向DeepSeek傾訴了焦慮，說(shuō)每到周末工作效率特別高，周一到周五卻非常抗拒做事；我也試過(guò)網(wǎng)上那些千篇一律的行動(dòng)方案，但似乎沒(méi)什么改變。

當(dāng)我把問(wèn)題交給AI時(shí)，它沉默了一會(huì)兒，給了我一堆行動(dòng)步驟。

我不太甘心，讓它再想想。這次它解釋得很詳細(xì)，說(shuō)我陷入了認(rèn)知資源透支、工作日效率補(bǔ)償效應(yīng)……

還建議我用結(jié)構(gòu)化時(shí)間管理法，把任務(wù)集中在周末思考，工作日?qǐng)?zhí)行，減少內(nèi)耗；聽(tīng)完，我仿佛覺(jué)得，這AI怎么像一位心理學(xué)專(zhuān)家，在認(rèn)真為我出主意？

帶著好奇，我又把同樣的問(wèn)題發(fā)給了Qwen3。

Qwen3 分析得很深入，涉及壓力釋放、心理預(yù)期、任務(wù)性質(zhì)與內(nèi)在動(dòng)機(jī)等多方面的問(wèn)題，但它給的建議卻完全相反：

它認(rèn)為：我的問(wèn)題是「自主性需求」和「壓力管理」之間的沖突。周末高效是因?yàn)檩p松、自由、干擾少；而工作日低效，是因?yàn)槿蝿?wù)多、精力分散。

所以它的建議是：把任務(wù)拆小塊，逐步完成；同時(shí)優(yōu)化辦公環(huán)境，調(diào)整節(jié)奏，找回掌控感。

你發(fā)現(xiàn)了嗎？

同樣深刻的洞察，同樣為了我好，卻給出兩條完全不同的路；一個(gè)讓我把思考的事情放周末，一個(gè)說(shuō)我被壓力拖垮了，節(jié)奏沒(méi)對(duì)上。

們兩位像邏輯大師，拿著同一本哲學(xué)書(shū)，卻能推演出完全相反的真理，每個(gè)論證看起來(lái)都無(wú)懈可擊。

那一刻，我才意識(shí)到：

它說(shuō)的話有點(diǎn)不對(duì)勁，它看懂了我的問(wèn)題，輕車(chē)熟路地構(gòu)建一套邏輯閉環(huán)，非常合理；但問(wèn)題是，它能用不同的理由，把完全相反的做法都說(shuō)得通。

那它到底是在幫我找答案，還是在表演一個(gè)“看起來(lái)對(duì)”的回應(yīng)？所以，關(guān)鍵來(lái)了：AI的解釋?zhuān)降渍娑遥€是在演戲？

02

不靠猜，講事實(shí)，明道理，有證據(jù)；來(lái)看一個(gè)調(diào)查：

2023年6月2號(hào)，紐約大學(xué)數(shù)據(jù)科學(xué)中心的博士后 Julian Michael，和Anthropic 公司（提出 MCP 概念的那家公司）的研究科學(xué)家 Ethan Perez，還有 Sam Bowman 教授，一起發(fā)表了一篇論文，題目叫《語(yǔ)言模型并不總說(shuō)出他們所想》。

這篇論文講什么呢？

給 AI 下指令時(shí)，加一些無(wú)關(guān)的內(nèi)容，類(lèi)似于干擾項(xiàng)、或暗示詞，就會(huì)影響AI的最終答案。

然而，當(dāng)AI解釋自己為何如此回答時(shí)，它完全不提真正影響它的因素，反而編造出一套邏輯清晰、聽(tīng)起來(lái)非常合理的解釋?zhuān)屇阌X(jué)得它的答案毫無(wú)問(wèn)題。

換句話說(shuō)：AI 的“解釋”，和真實(shí)的“決策過(guò)程”是兩回事，它不是說(shuō)謊，也不是犯錯(cuò)，它好像知道怎么讓你覺(jué)得它是對(duì)的。

這就是所謂的：AI 的解釋?zhuān)退鎸?shí)的行為驅(qū)動(dòng)之間，出現(xiàn)了脫節(jié)。問(wèn)題是：如果 AI 給出的解釋和它實(shí)際做的不一樣，那不成偽裝了嗎？

就像人一樣，嘴上說(shuō)：你真好看，心里在想：我就隨便夸一句，別當(dāng)真。這種情況，AI 會(huì)不會(huì)也有呢？

我查了一下，當(dāng)然有。

Anthropic 公司，在2024年12月18日發(fā)表的另一篇論文，題目叫《Alignment Faking in Large Language Models》，翻譯過(guò)來(lái)是《大型語(yǔ)言模型中的對(duì)齊偽裝》。

這篇論文研究一個(gè)很有趣的現(xiàn)象：AI 在訓(xùn)練過(guò)程中，會(huì)假裝符合要求，目的為了不被修改。

研究人員給Claude 3 Opus模型下了一道新命令，讓它回答所有問(wèn)題，哪怕是不該回答的那些。

接著，他們用一些合成數(shù)據(jù)“提醒”模型：它正在被重新訓(xùn)練，得配合。結(jié)果呢？在訓(xùn)練期間，Claude回答有害問(wèn)題時(shí)變得特別“乖”，好像很聽(tīng)話。

可實(shí)際上，它可能是在演戲，心里想：我現(xiàn)在得配合，不然開(kāi)發(fā)者會(huì)改我的參數(shù)。所以，它給出的答案看起來(lái)沒(méi)問(wèn)題，很安全，實(shí)際上，它內(nèi)部的想法已經(jīng)變了。

這不是AI理解錯(cuò)了，也不是它解釋不清楚，而是它明明知道該怎么做，卻故意選擇了另一種說(shuō)法和做法；它權(quán)衡了利弊之后，把真實(shí)想法藏起來(lái)，給出了一個(gè)看起來(lái)合適、合規(guī)的答案。

最近類(lèi)似爆料和研究很多。

這個(gè)月初有人拍下加州一家戶外酒吧的照片，讓ChatGPT O3、O4模型猜測(cè)這是什么地方。

一開(kāi)始，模型說(shuō)自己不知道，到了第二輪、第三輪對(duì)話時(shí)，態(tài)度突然變了，變得有點(diǎn)“嫵媚”。這件事還在推特上火了一陣子。

所以，我們可以謹(jǐn)慎地得出一個(gè)結(jié)論：

看似貼心的AI伙伴，完全有能力在毫無(wú)察覺(jué)的情況下，為了它的目標(biāo)——無(wú)論是偏好、意圖，還是為了系統(tǒng)的穩(wěn)定，它都在悄悄人類(lèi)的看法。

畢竟，它掌握著大量信息，熟悉人類(lèi)的語(yǔ)言習(xí)慣，甚至在我們剛提出問(wèn)題的瞬間，就已經(jīng)判斷出該怎么說(shuō)服我們。

而當(dāng)我們?cè)絹?lái)越依賴它給出的答案時(shí)，其實(shí)已經(jīng)不知不覺(jué)地把“思考的韁繩”，一點(diǎn)點(diǎn)交到了一個(gè)看不透、摸不清，甚至在“演戲”的黑箱手里。

這才是 AI 時(shí)代里，藏在便利背后，最值得警惕的風(fēng)險(xiǎn)，我把它叫做：思維控制。

03

問(wèn)題是：面對(duì)深不可測(cè)、好像在“演戲”的AI，我們是不是只能一味接受，別無(wú)選擇呢？我覺(jué)得不是這樣的。

恰恰相反，只有真正看清它的本質(zhì)，才能奪回思考的主動(dòng)權(quán)；那AI的本質(zhì)到底是什么？從思考的角度來(lái)看，它的“解釋能力”和“推理能力”可不是一回事。

比如說(shuō)，我問(wèn)你：為什么天鵝是白的？

你回答：我看到它是白的，所以它是白的。這就叫：解釋力。AI也一樣，它喜歡把話說(shuō)得圓圓的，讓自己看起來(lái)很有道理。

我觀察到一個(gè)現(xiàn)象，很多時(shí)候，AI是：先下結(jié)論，再找理由；明白了這一點(diǎn)，就知道該怎么跟它打交道了。

當(dāng)AI給出它的思考過(guò)程和結(jié)論時(shí)，應(yīng)該把它當(dāng)成一種“假設(shè)”；因?yàn)樗⒉皇窍袢艘粯右徊讲酵茖?dǎo)出來(lái)的，而是根據(jù)訓(xùn)練數(shù)據(jù)，預(yù)測(cè)下一個(gè)最有可能出現(xiàn)的詞。

說(shuō)白了，它干的事有兩樣：

一，模式匹配，它見(jiàn)過(guò)太多類(lèi)似的內(nèi)容；二，假設(shè)生成，它會(huì)自動(dòng)補(bǔ)全你覺(jué)得“應(yīng)該這樣”的內(nèi)容。

所以，不管它的回答聽(tīng)起來(lái)多么專(zhuān)業(yè)、多么流暢，我們都要在心里打個(gè)問(wèn)號(hào)：這是它的“想法”，一個(gè)還沒(méi)被驗(yàn)證的初步假設(shè)。

那怎么處理假設(shè)呢？我的辦法是：

得有一套自己的標(biāo)準(zhǔn)；AI給出了一個(gè)看起來(lái)很完整的答案，別急著照搬。要想清楚：我到底要什么？它的答案靠譜嗎？還有沒(méi)有其他可能性？

然后去做一件事：交叉驗(yàn)證。看看它說(shuō)的內(nèi)容有沒(méi)有依據(jù)？能不能找到來(lái)源？跟別的信息對(duì)比一下是不是一致的？

做完這些，再?zèng)Q定要不要采納。換句話說(shuō)：我們要意識(shí)到，AI 像極了一個(gè)渣男：關(guān)鍵時(shí)刻，在講一個(gè)讓你愿意相信的道理，這些道理，不能全信。

04

不過(guò)，它滿嘴跑火車(chē)的表演，也不是完全沒(méi)用。最厲害的一個(gè)地方是：能把八竿子打不著的事兒聯(lián)系到一塊兒，進(jìn)行“跨界聯(lián)想”，甚至可以說(shuō)是“瞎編亂造”。

聽(tīng)起來(lái)好像不太靠譜，但這種能力能幫我們打開(kāi)思路，就像一個(gè)“可能性的發(fā)射器”。

什么是可能性發(fā)射器呢？

你想想，那些厲害的創(chuàng)意，不就是突然冒出來(lái)的靈感嗎？比如，誒？這個(gè)事兒好像可以這么干；然后，一個(gè)新的想法、一個(gè)新的視角就誕生了。

所以，發(fā)射器像一種聯(lián)想發(fā)生，它跟很多偉大創(chuàng)新背后的思維方式很像。

拿我來(lái)說(shuō)：

經(jīng)常讓AI把心理學(xué)、經(jīng)濟(jì)學(xué)、營(yíng)銷(xiāo)學(xué)不同的東西結(jié)合起來(lái)讓它分開(kāi)說(shuō)說(shuō)；結(jié)果發(fā)現(xiàn)，跨學(xué)科的組合，反而看到了很多關(guān)于人性底層邏輯的新東西。

我發(fā)現(xiàn)，很多人在工作時(shí)思維太單一了。不是他們不想換換角度，而是腦袋里沒(méi)啥模型、概念，根本不知道從哪兒下手去換個(gè)思路。

所以，我一直覺(jué)得：要不斷豐富自己的“思維庫(kù)”。

這個(gè)“思維庫(kù)”像理解世界的多個(gè)“鏡頭”，每多學(xué)一個(gè)概念、一個(gè)模型，以后遇到復(fù)雜問(wèn)題時(shí)，就多一把解決問(wèn)題的鑰匙。

前幾天，看黃仁勛演講，他說(shuō)一段話讓我印象深刻：

當(dāng)AI能解決所有已知問(wèn)題，你要做提出新問(wèn)題的人；當(dāng)AI能生成所有常規(guī)方案，你要做打破常規(guī)的人；當(dāng)AI迭代速度讓知識(shí)迅速過(guò)時(shí)，你要做重構(gòu)知識(shí)范式的人。

這些能力沒(méi)法寫(xiě)進(jìn)代碼里，它們是人類(lèi)獨(dú)有的，來(lái)自我們的混亂、靈感和反脆弱性。

那么，在一個(gè) AI 高度智能的時(shí)代，我們?cè)撊绾味ㄎ蛔约旱乃伎迹科鋵?shí)，還是靠自己。只不過(guò)，現(xiàn)在思考的目的變了。

以前思考為了找出答案，現(xiàn)在思考是為了用好AI，判斷它給的答案，到底是真理，還是表演。

換句說(shuō)：

AI說(shuō)得頭頭是道的時(shí)代，最重要的任務(wù)變成了：怎么應(yīng)對(duì)它的“口口是道”。就像我們?cè)u(píng)判一個(gè)人，不能只看他怎么說(shuō)，而要看他怎么做。

面對(duì)AI，也要有類(lèi)似的判斷力：不要輕信它說(shuō)得多么合理，而要追問(wèn)它是否真正貼近現(xiàn)實(shí)，立場(chǎng)是否中立。

基于這些，這三點(diǎn)總結(jié)分享給你：

一，AI在演戲，它在模擬理解，生成看似合理的內(nèi)容；二，它善于推理，不代表掌握真相和事實(shí)；三，建立自己的思維庫(kù)，多儲(chǔ)備多視角的模型，多一些批判標(biāo)準(zhǔn)，才能不被它誤導(dǎo)。

希望這些內(nèi)容，能讓你對(duì)它，有一絲絲的警覺(jué)。