为什么，星象大师，你看着我的
眼珠，仿佛那是世界的轮中轮，为什么
人生有缺憾，绝句有生命，而伟大的木匠
属于伟大的钉子；为什么，给我一个残忍的答案？
——王敖《绝句》
人类幻觉的纪念碑
神经网络的“幻觉”是模型在有限知识和统计模式驱动下的“创造性失误”。比起
DeepSeek-R1
这类具有思维链的模型，社交媒体上人类用户即兴发挥的内容里“幻觉”含量其实更高。
比如，在一个 DeepSeek-R1
解考研数学题的帖子下面，能看到这样一道题：
\[ \int_{0}^{\pi} x \cdot \sin^8(x) \, dx \]
据出题人说，“开了深度思考之后也错了，三纸无驴，废话写了三分钟，还算错了。”
如果你有考研数学的备考经验，应该会记得这道积分题可以通过“区间再现公式”结合“点火公式”（即华里士公式）来解决。从这些公式的名称就能看出，这道题是可以“工业化求解”的，绝对算不上难题，因为早有老师总结出了顺口溜。
既然 AI 就在手边，完全可以验证一下。DeepSeek-R1
不仅直接给出了正解，还包含两种解答，可以作为交叉验证：
我以截图回复此人，他后来补充说，“这种题还有时对有时不对，最好多找几个人看正确率，如果正确率不到 60％，那这考 90 分都够呛。”
这句话中的“幻觉”非常典型：它基于一个凭空出现的前提，迅速得出了结论。我非常好奇“60%”这个数字是如何得出的，但如果追问这种细节可能会显得像是在故意抬杠。我更好奇的是，前面那个复杂的“错误”结果究竟是如何产生的。
我忽然注意到页面头部的 \(\pi/2\)，于是用 Wolfram 验证一下，果不其然，这人给错了积分限。
还有许多评论的大意是：“给 AI 出点新题，它还能做出来吗？我看不行！”时代已经不同了，以前看到这类评论时，我会觉得其中有些道理，可能会留个心眼。但现在，我只会想：你为什么不亲自选几道题问问呢？虽然即使不问，你也能猜到结果——有些题 AI 能做，有些题不能——但问与不问之间，还是有区别的。
评论区的每一个问句都可以让 AI 回答一下。
在看到社交媒体上妙趣横生的评论区时，我多半只会觉得好玩，而不会尝试说服别人，因为解释笑话是很扫兴的。但摩根·豪泽尔提醒我们，“没有谁真的失去了理智——我们都在依靠自己独特的经验做出选择，而这些经验在特定的时间点和情境下都是合理的。”
在很多人看来，AI 不过是升级版的小猿搜题（我不清楚现在的情况），只是题库更大而已。但对于使用过 Mathematica 和 Rubi 的我来说，AI 解题不仅能给出过程，还能进行交叉验证，这与那些基于符号积分算法或一系列积分规则的工具截然不同。可以说，只有 AI 这个工具能够真正教会你如何独立解决这道题。
汽车最初并不比马车更快，日心说的预测结果一开始也不比地心说更准确，但我们应该能够看出这些“新事物”的价值，而不是仅仅用旧有的标准去衡量它们，因为这些“新事物”本质上已经完全不同了。
AI 的教育
发问的习惯
我从小接受的教育是“不要问为什么，没有那么多为什么”。长大后，我补上了这句话的“为什么”：因为你的问题可能会难住别人。
然而，仅仅认识到这一点是不够的。我至今仍保持着这种扭曲的性格，不相信周围的人能为我答疑解惑，同时也没有“人往高处走”的动力。
以前，仅靠网上的资料基本够用，但现在 AI 能够接住这些问题，甚至能应对孩子的连环提问。这种问答形式比阅读更接近文明的本源，是一种更直接的学习方式。当我面对对话框时，只会懊恼自己要问的东西太少。
提问的艺术
很多人把提示词复杂化了，仿佛它成了一门“机器心理学”课程。
冯·诺依曼曾说：“你坚持认为有些事情机器无法做到。如果你能准确告诉我机器究竟无法做什么，那么我总是可以造一台机器专门去做你描述的事情。”
有了“思维链”之后，提示词更应该回归本质。你需要做的，只是准确地告诉机器你想要完成什么任务。
在社交媒体上浏览一番，你会发现，就连这最基本的门槛都能绊倒不少人。
清晰的提问技巧不仅适用于与机器的交互，还可以在现实生活中复用。但如果不分场合地让别人“角色扮演”，就显得不太礼貌了：
“大夫，我这病要是长在您身上……”
结论的更新
书里常告诫我少看新闻，多关注那些相对稳定的知识。
去年年末，我读到评论尸的一篇文章，其中提到“在某些领域，人的优势是比 AI 更便宜。”
之前提到的写拼盘式人物特稿的场景就是一个例子，许多媒体这类稿件交给实习生或应届毕业生去做，月薪在 2000～3000 元左右。这些实习生的主要工作是根据选题，在抖音、小红书等平台上寻找采访对象，进行简单的线上采访，并将采访录音整理成稿件，一个月能出 4～5 篇稿件，并且由于是全职员工，还可以做些其他工作。这意味着，之前提到的将工作利用 AI 自动化是得不偿失的，因为 AI 太贵了。 《评论尸的 AI 生产力经验》
然而，今年年初 DeepSeek 开始活跃在公众视野中，以其开源、低成本以及同时支持思维链与网络搜索的特点而闻名。这提醒我们，需要及时更新 AI 相关的认知。
“远人”的世界
还是前面那篇文章，提到评论尸开发了一个单机版微博，并且接入 AI。他说，“我发现我不需要和真实的人互动了。”
AI 生成的评论和反馈，仍然难以完全模拟人类的思维方式和情感表达。但这已经是一个不错的选择，至少比在充斥着喷子的真实社交网络中，更容易获得有价值的信息和观点。 《评论尸的 AI 生产力经验》
我对这个细节印象很深，一方面表示理解，另一方面却发现自己难以做到。即便我深知社交媒体上鲜有价值信息，但我对它的沉迷程度依然高于与 AI 聊天。这或许暗示了人类社交需求的独特价值。
不过，《打破社交媒体棱镜》一书中提到，用户互动最多的内容并非政策观点或讨论，也不是自己阵营内极端派的发言，而是对对方阵营极端派的批评。这些批评的目的并非为了改变对方的看法，而是为了获得更多来自同阵营的认同。
“我们对社交媒体成瘾的更深层原因是，它可以让我们更容易地做一些太符合人性的事情：呈现不同的身份认同，观察其他人的反应，并更新我们的自我呈现，以让自己觉得有归属感。” 《打破社交媒体棱镜》
孔子说：“道不远人，人之为道而远人，不可以为道。”然而，在社交媒体上持续关注异见者，并不等同于“近人”，也不一定会让你对事物有更全面的认知，反而可能强化你已有的观念。
“为道而远离社交媒体”，对我来说几乎不可能。除此之外，评论尸还做了许多让我惊讶的事。比如在这篇文章中，他介绍了通过刷抖音获取“非二手信息”的方法：
不要把读书当成习惯，不要把阅读当成寻找答案与成长的唯一方式。因为，在一个快速流变的世界里，知识本身理应是速朽的。能够在一定程度上抵御时间雨的作品，要么非常宏观（比如哲学与物理），要么非常微观（比如积极心理学和烹饪），而夹在此二者之间的部分，都在以月为单位更新。 《少读点书，多刷刷抖音吧》
可我深知自己的自控力有限，甚至不敢把抖音留在手机上。
俗话说，“小鸡不撒尿，各有各的道。”无论是“近人之道”还是“远人之道”，最终都需要自己去探索与妥协。
25/01/31
