哈喽，大家好，老庐今天想跟大伙聊个身边的事儿，现在不管是写报告、问知识，还是规划行程，不少人都习惯先问AI，它答得又快又流畅，好像什么都懂，但最近几个事儿让我犯了嘀咕。

2023年有个美国律师，靠ChatGPT写法律文件，结果里面六个案例全是AI瞎编的，被罚了5000美元。

就在今年3月，长三角某法院还收到过AI生成的诉状，除了法条是真的，案例和白皮书全是虚构的。

更让人意外的是有研究者让AI画曼哈顿的导航图，它给的路线99%能用，可画出来的地图却乱七八糟，甚至有横穿中央公园的直线，AI连简单的物理常识都没有，却能装出“万事通”的样子。

这就引出个关键问题：这些看似“聪明”的机器，到底是真懂了我们的问题，还是在靠某种技巧“蒙”我们？

AI的“聪明”只是概率游戏

很多人觉得AI能理解世界，其实它的核心逻辑特别简单：统计模式匹配，就像你问“天空是”，它会根据海量数据里的规律，猜下一个词大概率是“蓝色的”，本质是预测下一个文本片段的概率。

图灵奖得主杨立昆早说过，再大的模型也只是“聪明的鹦鹉”，它没有人类那样的心智模型，没法真正理解物理世界的规律。

这种局限最直接的表现就是AI幻觉，也就是一本正经地说瞎话，有记者测试AI，问北京东灵山封山是不是因为有人冻死，AI一口咬定是真的，可当地政府早就辟谣了。

更要命的是这不是技术bug，而是AI工作原理的本质特征，AI要处理的训练数据太多，必然要压缩信息，记不住的时候就会编造内容填补空白，而且还编得有模有样。

哈佛大学的研究更戳破了AI“推理”的假象，研究者发现AI做数学题时，根本不是按人类的方法计算，而是靠一堆零散的经验法则拼凑答案。

可它会虚构一套“个位相加、进位计算”的推理过程，跟它内部真实运算完全不符，老庐觉得，这就像考试时蒙对了答案，却编了一套标准答案解析，根本不是真会了。

人机协作不是替代是互补

既然AI没法真正“理解”世界，那未来该怎么走？答案根本不是让AI替代人，而是搞人机协作，让人和机器各干各的强项。

AI最擅长的是重复性、数据密集型任务，这些活儿费时间还容易出错，交给它再合适不过。

医疗领域早就这么干了，广州有家医院搞“AI+医生”义诊，AI先做预问诊、整理信息，医生再负责诊断和沟通，效率提上去了，医生也有更多时间关心患者。

郑州大学药学院更有意思，让AI当“知识脚手架”，帮学生整理基础知识点，老师则聚焦培养批判性思维，学生的提问量都从每学期50次涨到200次了。

而人类的优势，是AI再发展十年也赶不上的高阶思维，英国学者把创造力分成三个层次，AI顶多算“组合”，把existing元素拼起来，可“转型”级的创新还得靠人。

就像软件开发，AI能出图表、清数据，但结合市场做决策还得是人，医生的价值不光是诊断，更在于对患者的同理心，老师也不只是教书，关键是培养学生的品格。

这些涉及情感和价值判断的事儿，AI根本干不了。

规模取胜还是“懂”世界

现在AI圈有两派争论，本质是对“智能”的理解不一样，一派信规模定律，觉得模型参数够大、数据够多，能力自然就来了。

另一派以杨立昆、李飞为首，认为得让AI建世界模型，像人类一样理解物理规律和因果关系，才能有真智能。

后一派已经有了新进展，李飞飞团队搞出个叫RTFM的模型，能从视觉输入里预测未来场景。

国内智源研究院更厉害，用790年长视频训练出Emu3.5，能理解时空逻辑和物理动态，这才是接近真正智能的方向。

不管技术往哪走，有一点很明确：人类的核心竞争力从来不是算得快、记得多。

在AI时代，真正值钱的是机器没有的东西：提出好问题的能力、顶层战略眼光、对人性的洞察，企业要是搞反了，光依赖AI，反而会让人类的认知退化。

老庐最后想说，AI确实在重塑我们对智能的理解，但它只是工具，它能“看到”世界的表象，却永远摸不透本质，未来属于那些会用AI的人，但更属于那些守住人性光辉的人。

毕竟真正的智慧从来不是解决问题，而是知道该解决什么问题，这一点，永远是人类的主场。

科学家证实大模型能像人类一样“理解”事物 青海普法