文：王智遠 | ID:Z201440

我用AI，主要為了辦公。

不過，我發(fā)現(xiàn)，現(xiàn)在越來越多的人喜歡跟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，聽起來挺不錯。

但是，有時AI回答得太合理了，反而，有點不對勁。不對勁在哪？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；我也試過網(wǎng)上那些千篇一律的行動方案，但似乎沒什么改變。

當我把問題交給AI時，它沉默了一會兒，給了我一堆行動步驟。

我不太甘心，讓它再想想。這次它解釋得很詳細，說我陷入了認知資源透支、工作日效率補償效應……

還建議我用結(jié)構(gòu)化時間管理法，把任務集中在周末思考，工作日執(zhí)行，減少內(nèi)耗；聽完，我仿佛覺得，這AI怎么像一位心理學專家，在認真為我出主意？

帶著好奇，我又把同樣的問題發(fā)給了Qwen3。

Qwen3 分析得很深入，涉及壓力釋放、心理預期、任務性質(zhì)與內(nèi)在動機等多方面的問題，但它給的建議卻完全相反：

它認為：我的問題是「自主性需求」和「壓力管理」之間的沖突。周末高效是因為輕松、自由、干擾少；而工作日低效，是因為任務多、精力分散。

所以它的建議是：把任務拆小塊，逐步完成；同時優(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；一個讓我把思考的事情放周末，一個說我被壓力拖垮了，節(jié)奏沒對上。

們兩位像邏輯大師，拿著同一本哲學書，卻能推演出完全相反的真理，每個論證看起來都無懈可擊。

那一刻，我才意識到：

它說的話有點不對勁，它看懂了我的問題，輕車熟路地構(gòu)建一套邏輯閉環(huán)，非常合理；但問題是，它能用不同的理由，把完全相反的做法都說得通。

那它到底是在幫我找答案，還是在表演一個“看起來對”的回應？所以，關(guān)鍵來了：AI的解釋，到底真懂我，還是在演戲？

02

不靠猜，講事實，明道理，有證據(jù)；來看一個調(diào)查：

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

這篇論文講什么呢？

給 AI 下指令時，加一些無關(guān)的內(nèi)容，類似于干擾項、或暗示詞，就會影響AI的最終答案。

然而，當AI解釋自己為何如此回答時，它完全不提真正影響它的因素，反而編造出一套邏輯清晰、聽起來非常合理的解釋，讓你覺得它的答案毫無問題。

換句話說：AI 的“解釋”，和真實的“決策過程”是兩回事，它不是說謊，也不是犯錯，它好像知道怎么讓你覺得它是對的。

這就是所謂的：AI 的解釋，和它真實的行為驅(qū)動之間，出現(xiàn)了脫節(jié)。問題是：如果 AI 給出的解釋和它實際做的不一樣，那不成偽裝了嗎？

就像人一樣，嘴上說：你真好看，心里在想：我就隨便夸一句，別當真。這種情況，AI 會不會也有呢？

我查了一下，當然有。

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》，翻譯過來是《大型語言模型中的對齊偽裝》。

這篇論文研究一個很有趣的現(xiàn)象：AI 在訓練過程中，會假裝符合要求，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：它正在被重新訓練，得配合。結(jié)果呢？在訓練期間，Claude回答有害問題時變得特別“乖”，好像很聽話。

可實際上，它可能是在演戲，心里想：我現(xiàn)在得配合，不然開發(fā)者會改我的參數(shù)。所以，它給出的答案看起來沒問題，很安全，實際上，它內(nèi)部的想法已經(jīng)變了。

這不是AI理解錯了，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法和做法；它權(quán)衡了利弊之后，把真實想法藏起來，給出了一個看起來合適、合規(guī)的答案。

最近類似爆料和研究很多。

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

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

所以，我們可以謹慎地得出一個結(jié)論：

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

畢竟，它掌握著大量信息，熟悉人類的語言習慣，甚至在我們剛提出問題的瞬間，就已經(jīng)判斷出該怎么說服我們。

而當我們越來越依賴它給出的答案時，其實已經(jīng)不知不覺地把“思考的韁繩”，一點點交到了一個看不透、摸不清，甚至在“演戲”的黑箱手里。

這才是 AI 時代里，藏在便利背后，最值得警惕的風險，我把它叫做：思維控制。

03

問題是：面對深不可測、好像在“演戲”的AI，我們是不是只能一味接受，別無選擇呢？我覺得不是這樣的。

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

比如說，我問你：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，它喜歡把話說得圓圓的，讓自己看起來很有道理。

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

當AI給出它的思考過程和結(jié)論時，應該把它當成一種“假設”；因為它并不是像人一樣一步步推導出來的，而是根據(jù)訓練數(shù)據(jù)，預測下一個最有可能出現(xiàn)的詞。

說白了，它干的事有兩樣：

一，模式匹配，它見過太多類似的內(nèi)容；二，假設生成，它會自動補全你覺得“應該這樣”的內(nèi)容。

所以，不管它的回答聽起來多么專業(yè)、多么流暢，我們都要在心里打個問號：這是它的“想法”，一個還沒被驗證的初步假設。

那怎么處理假設呢？我的辦法是：

得有一套自己的標準；AI給出了一個看起來很完整的答案，別急著照搬。要想清楚：我到底要什么？它的答案靠譜嗎？還有沒有其他可能性？

然后去做一件事：交叉驗證。看看它說的內(nèi)容有沒有依據(jù)？能不能找到來源？跟別的信息對比一下是不是一致的？

做完這些，再決定要不要采納。換句話說：我們要意識到，AI 像極了一個渣男：關(guān)鍵時刻，在講一個讓你愿意相信的道理，這些道理，不能全信。

04

不過，它滿嘴跑火車的表演，也不是完全沒用。最厲害的一個地方是：能把八竿子打不著的事兒聯(lián)系到一塊兒，進行“跨界聯(lián)想”，甚至可以說是“瞎編亂造”。

聽起來好像不太靠譜，但這種能力能幫我們打開思路，就像一個“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，不就是突然冒出來的靈感嗎？比如，誒？這個事兒好像可以這么干；然后，一個新的想法、一個新的視角就誕生了。

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。

拿我來說：

經(jīng)常讓AI把心理學、經(jīng)濟學、營銷學不同的東西結(jié)合起來讓它分開說說；結(jié)果發(fā)現(xiàn)，跨學科的組合，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)，很多人在工作時思維太單一了。不是他們不想換換角度，而是腦袋里沒啥模型、概念，根本不知道從哪兒下手去換個思路。

所以，我一直覺得：要不斷豐富自己的“思維庫”。

這個“思維庫”像理解世界的多個“鏡頭”，每多學一個概念、一個模型，以后遇到復雜問題時，就多一把解決問題的鑰匙。

前幾天，看黃仁勛演講，他說一段話讓我印象深刻：

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

這些能力沒法寫進代碼里，它們是人類獨有的，來自我們的混亂、靈感和反脆弱性。

那么，在一個 AI 高度智能的時代，我們該如何定位自己的思考？其實，還是靠自己。只不過，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：

AI說得頭頭是道的時代，最重要的任務變成了：怎么應對它的“口口是道”。就像我們評判一個人，不能只看他怎么說，而要看他怎么做。

面對AI，也要有類似的判斷力：不要輕信它說得多么合理，而要追問它是否真正貼近現(xiàn)實，立場是否中立。

基于這些，這三點總結(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；三，建立自己的思維庫，多儲備多視角的模型，多一些批判標準，才能不被它誤導。

希望這些內(nèi)容，能讓你對它，有一絲絲的警覺。