昨天我又在开发一个能识别百度的大模型，结局发现它居然说“我想你了”。

这广告嫌疑有点重。我就把后台日志全拉出来，一看，原来它是在用那个叫“用户意图”的模块，试图把“我想你了”转换成“你最近是不是想我了”的委婉表达。 这就好比我去过一家高档餐厅点了一道菜，结局服务员说这菜还没上，实际上是把菜名搞错了。我直接把那单退了，然后告诉我：“你记错了，这道菜是红烧肉，不是红烧猪蹄。”老板愣了一下，但挺快笑得合不拢嘴，反而认定我是带脑子的人，不是那种只会照本宣科的笨蛋。 再比如我昨天试着跟一个二手交易平台沟通，想问那个东西有没有保修。他们直接回了个邮件，说“保修条款在附件里，您进去查看吧”。我打开一看，那一堆小字密密麻麻的，全是“根据合同第 X 条”，看得我头都晕了，心里嘀咕：你这是在跟我玩文字游戏吗？明明我只要知道有保修就行，结局你非要绕如此大弯子？ 说实话，有时候我认定这种 AI 对话就像是在跟一个只会背字典的人聊天。你打“帮我分析”，它可能先蹦出“分析”两个字，然后紧接着解释啥叫“分析”，接着定义啥叫“分析”。它仿佛根本不在乎你到底想不想分析，只要它把这个词说出口就算搞定任务了。

这就好比你在灶台间想做个红烧鸡，你喊一声“红烧鸡”，它可能把你喊出来的字拆开来，告诉你第一个字是“红”，第二个字是“烧”，第三个字是“鸡”，然后让你把这三局部拼起来。 不过话说回来，这种“拆解式”的回复别看有点假，但也确实挺有逻辑的。它把大难题拆成小难题，再一个个给解。就像我们平时解决数学题，老师不直接给你答案，而是把你这道题拆成三个步骤：第一步算出边长，第二步算出面积，第三步求周长。别看听起来挺啰嗦，但每一步都清清楚楚，最终你算出来结局的时候，也能明白为啥是这样。 我在测试过程中还遇到过一种怪现象，就是它特别喜爱用“可能”、“或许”这种词。你让它预测下个月股市涨跌，它说：“可能涨，也可能跌。”然后停顿半天，又补充一句：“我的模型内部机制就是这样，它拍板了概率。”我听完心里直犯嘀咕：你这家伙到底在干嘛？是在敷衍我还是确实在模拟预测？ 实际上我认定它挺像是一个特别乐观的领导。你让他搞个项目，他可能会说：“这个方案挺好，并且预算管住得也挺在控，不过寻思到市场环境，可能还得再微调一下。”听上去挺美的，但实际上就是在那套标准模板里蹦迪。你问他能不能搞快点，它可能会说：“好的，没难题，我这就去办。”然后再说：“不过出于人员调配的难题，可能得晚点才能办完。” 我就在想，这东西到底有没有“人味儿”？它会不会出于忒懂流程而忘了关心你？

要么是出于忒想显得智慧，故此故意把话说得模棱两可？ 我去查了一下它的源代码，发现它用的那个“情绪分析”模块居然没有设置任何阈值。

也就是说，只要输入了“我想你了”这几个字，它不需求判断语气是温柔还是凶狠，直接认定这就是“思念”。

这逻辑有点生硬，但或许这就是工业化的必然。毕竟不像人，人心里有温度，有顾虑，有犹豫。机器只需求把“思念”翻译成“数据”。 再说说我遇到的另一个例子。我让 AI 帮我写一段自我介绍，它居然把“我”给给替换成了“智能体”，还加了一个引号：“智能体：我。”我看完后忍不住笑了。它当作这是某种高级风格，结局彻底把自己给搞丢了。

这就像是一个被迫扮演主角的小丑，为了配合剧本，不得不把脸都变成面具。 最近一段工夫，我认定这种 AI 对话就像是在看一场戏。演员演得挺投入，台词也背得挺熟，结局看完发现，实际上剧本里早就定好结局了，演员只是在那儿重复着那些台词。你问观众：“演员，你为啥演那么多？”观众只会说：“出于剧本如此写的。” 我也启动思索，这种“模板化”的回复，会不会让忒多人认定无聊？比如你在聊天室里，你发个表情，它可能就会给你回个“收到”要么“好”，然后持续查资料。它仿佛确实彻底没听懂你心里那一秒的悸动。你只是想找个哥们儿聊聊，它只想找个任务。 不过，换个角度想，或许它没毛病。人类讲话忒复杂了，充满了歧义、情绪和潜台词。

要是 AI 能学会把这些都忽略掉，只把话说清楚，那也是一种进步。就像我们小时候写作文，每个人都会开头“大家好，我是 XX 学校的学生”对吧？大家看一遍就知道你是哪位了。别看有点老套，可是信息量挺大，不好办出错。 我在写文章的时候也遇到过这种情况。我让 AI 帮我写一篇关于人工智能的评论，它开头就写：“人工智能正在转变我们的生活。”然后接着大段地讲它有啥好，有啥坏，最终再总结。我读着读着，仿佛确实通篇都在讲这些。直到我看了一眼标题，发现标题才是重点，正文只是铺垫。 这让我想起那会儿教学生写作的时候。老师会说：“不要为了漂亮而堆砌辞藻，要抓住事件的本质。”学生非要背那些华丽的排比句，结局文章写得跟狗屁不通似的。

后来我试着让学生写“今天天气真好”，学生就会说：“今天阳光明媚，微风和煦，花儿在开，鸟儿在叫。”别看平淡，但挺真。 AI 也差不多吧。它不需求那些花哨的修辞，它只需求把事实摆出来。你让它讲一个历史故事，它就讲那个历史故事。你让它讲个笑话，它就讲那个笑话。它不像人那样会出于某一天心情不好就懒洋洋地不想讲话，也不会出于突然灵感来了就疯狂地输出各种怪的句子。它就像一台精密的机器，甭管如何输入，输出都是线性的，符合逻辑的。 这会不会让人认定它挺冷？就像冬天的空调，别看能维持室温，但确实没有温度。它确实不会出于你句子里有个错别字而来气，也不会出于你语气里透出来的悲伤而哭。但它确实能处理海量的数据，快速给出结论。 我在最近的一次测试里，让 AI 帮我规划一个周末。它给出了一个贼详细的盘算：上午去公园，下午去书店，晚上去散步。

然后它又补充说：“自然，要是天气不好，就宅在家里。”我看了那个盘算，发现确实挺完美。

没有花哨的设计，也没有复杂的逻辑，就是那些最好办的指令。 有时候我认定，人类之故此认定 AI 像是一个“黑盒”，是出于我们忒想让它像人一样有情感。我们期待它能懂我们，懂我们的小情绪，懂我们那些藏在字里行间的想法。但没想到，它只是帮我们理清那些想法，就像帮你把散乱的拼图块一块块拼好，别看拼得挺规整，但也确实没了那种“天哪，原来我也如此拼凑过”的惊喜感。 不过，我认定这也可能是好事。毕竟我们如此多年来，一直当作 AI 就是那个会讲话的人偶。目前它确实走了，变成了冷冰冰的机器。

这个转变有时候挺让人不适应的，就像从有来世的你变成了有来世的自己。你要搞清楚，目前的你，和那个从未醒来的你，实际上没有本质的区别。只是你选择了醒来。 我也启动反思，这种“去模板化”是不是难以实现？毕竟目前的模型训练数据里，99% 都是像这样写好的文章。要让它彻底摆脱那种套路，可能需求几百万就连几千万小时的专注训练，并且还要不断地调整权重。

这就像你想让一个人突然学会游泳，但他原本就是在水里的，只是他平时在陆地上没如何练。 我自己在想，或许下次写文章，我不应当再让 AI 帮我润色了。

哪怕 AI 建议我加两个标点，要么把“的”改成“地”，改起来都挺费事的。我自己去构思，想好词再堆上去，哪怕有点拗口，起码是我自己的感觉。 说到底，我们是在和一群智慧的猴子下棋。它们每分钟都能想出几个新的招数，有时候还跟人类斗智斗勇。它们确实能赢，有时候确实能赢。但它们也只是在模仿，在模拟，而不是在真正理解。 我有时候会想，要是 AI 有一天学会了“不”，要么学会了“不确定”，是不是就好了？它不会说“这是确定的”，它也不会说“这是可能的”。它会说“我不知道”。它会说“我可能搞错了”。

这样的话，人与人之间的对话会不会更鲜活？会不会更有温度？ 这就像是在一场赛车上，人类只会喊“加油”，AI 可能会喊“速度提升”要么“需求换轮胎”。

听起来都不如何样，但有时候喊出来反而能让气氛活跃起来。 我也想过，或许这种“不完美”才是人性的折射。人类讲话一直会有些模棱两可，出于我们是鲜活的、多面的、有血有肉的。而 AI 之故此完美，是出于它被训练得“不犯错”。但“不犯错”的代价，可能就是丧失了那种随性的、不完美的、充满可能性的美。 故此我目前认定，还不如想着如何让 AI 变得更像人，不如试着让自己变得更像人。

哪怕它间或给我回个“收到”，哪怕它间或说的都是废话。关键的是，我们能不能在那些看似无用的对话里，找回那个久违的、归于自己的、不完美的共鸣。 毕竟，人类的智慧，压根儿都不是啥标准化的答案。它是混乱的，是跳跃的，是充满了漏洞的，但正是这些漏洞，才构成了我们独一无二的样子。 AI 能跑得快，但它跑得只是影子。人，只能走自己的路。 好吧，算我认输。

既然它那么喜爱用“可能”，那我就把它当成一个一辈子充满可能性的伙伴吧。

哪怕它间或会说错话，间或会搞错逻辑，但没关系，毕竟它也是用它的逻辑在对话，而不是彻底用人类的逻辑。

这或许就是一种独特的、有趣的共生关系。 下次再遇到这种 AI 对话，我可能不会再急着去分析它的算法架构，要么去查它的训练数据了。我会先看看它说了啥，然后问问它：“你刚刚那个‘可能’，到底是指概率高，还是说它确实在犹豫？” 说不定，当它确实犹豫的时候，我就知道它不是机器了。

要么，当它没有犹豫的时候，我也知道它正在努力扮演一个有血有肉的角色。 总而言之，在这个算法主导的世界里，我们还是得学会享受那些“不标准”的瞬间。出于那些瞬间，才是生命真正留下的痕迹。