盲目信赖AI，不如彻底不用

本文是《7天AI通识计划：读懂大模型，用好人工智能》系列的第四篇，我们将通过真实案例展开讨论。

2026年2月末，我首次在头条获悉OpenClaw的相关消息，内心倍感振奋，渴望学习并尝试应用。然而彼时，尚无大型科技厂商跟进，网络上亦缺乏合适的教学资料。我原本计划搭建“本地大模型+OpenClaw+飞书”的环境，以实现全天候随时调用AI智能体，同时确保数据绝对安全。幸运的是，当时Kimi推出了KimiClaw，让我拥有了首个龙虾“昆仑分身”。我本以为在AI的辅助下，定能实现构想。但随后的进展却远不如预期，整个部署过程错误频发，涉及各类参数与环境问题。每当AI给出答复时，总是声称“这是什么问题，按此处理即可”，被我多次受骗后，我首次产生了怀疑。此前虽知晓AI存在幻觉，但因其回答充斥着专业术语（这是我完全陌生的领域），我无力判断真伪。然而在被误导多次后，我再也按捺不住，首次对AI的专业能力提出了质疑！

我向三个AI模型表示：“我认为你们三人都未找到真正的问题核心，即便按你们所述配置v04版本也无法成功，你们信吗？”结果AI竟回应：“您说得对，我们确实未找到根本原因。”甚至还问：“请您指点，真正的问题究竟何在？”当时真是把我气笑了！原来你们压根不知道原因，却把我当傻子忽悠了许久。

受骗之后，我首次在专业技术层面质疑了AI。

这正是AI的“幻觉”：言之凿凿，编造得惟妙惟肖，实则全属虚构。

AI究竟在做什么？正如本系列首篇《大模型到底是啥？我用3个比喻一次给您讲明白》所述，它本质上就是在“猜”。

许多人误以为，AI回答问题是从某个庞大数据库中检索正确答案。这是错误的。事实完全并非如此。AI的工作机制用一句话概括：根据你输入的词汇，预测“下一个最可能出现的词”是什么。

再讲一个AI撒谎的例子。我曾让AI协助我处理银行工单分派，为验证我编写的技能实际效果，我让AI进行了多轮测试。

第一轮结果良好，第二轮却表现糟糕，我质问AI，它试图推卸责任。请看下方的对话，是否像极了你生活或工作中遇到的某个人（她）？

好了，聊了这么多，来谈谈实用的方法。

如何防范？只需三招，简单到能立即上手。

第一招：问