不是所有问题,都该让 AI 给结论

Not every question should get an AI verdict

前两篇写了两件事:

第一,AI 的答案不是从“真理数据库”里取出来的。它是在当前上下文里生成最可能的回答。

第二,AI 不必像人一样真正理解,也能生成一个流畅、完整、甚至有用的答案。因为它非常擅长处理语言和上下文里的关系。

那问题来了:

既然 AI 这么强,又不总是可靠,普通人到底该怎么用?

我现在的判断是:

不是不能问 AI。而是你要先分清楚:

你问的到底是哪一类问题?

不同问题,AI 应该扮演不同角色。

1. 事实问题:AI 可以解释,但不能直接当来源

比如:

  • 这个政策现在是什么?
  • 这个岗位还开着吗?
  • 某个公司现在 CEO 是谁?
  • 某条法规到底怎么写?
  • 某个产品现在有没有这个功能?

这类问题有外部事实。

它的关键不是:

哪个答案听起来更合理?

而是:

现实到底是什么?

所以事实问题不能只看 AI 怎么说。即使 AI 可以联网搜索,也不等于一定正确。

因为它可能引用过期网页。可能读到的是二手总结,不是官方原文。可能混淆地区、身份、日期和适用条件。也可能把一个看似相关的规则,套到你的具体情况上。

所以事实问题的正确用法是:

让 AI 帮你解释、整理、对比来源。但最后要回到官方文件、原文、日期和具体适用条件。

一句话:

事实问题,AI 是解释器,不是最终来源。

2. 概率问题:AI 适合帮你展开可能性

比如:

  • 这个岗位我机会大不大?
  • 这个产品方向值不值得试?
  • 这个人这样回复,可能意味着什么?
  • 这篇文章读者会不会感兴趣?
  • 这个选择的主要风险在哪里?

这类问题没有一个确定答案。

你不可能提前知道一个岗位一定会不会给你面试。你也不可能凭一句回复,就确定一个人心里到底怎么想。你更不可能在产品还没验证前,就知道它一定有没有市场。

所以这类问题更适合用概率思维。

但这里的“概率”,不是让 AI 给你一个 73.6% 的数字。那种数字通常没意义。

更有用的是:

哪些解释更可能?哪些风险更大?目前证据更支持哪种判断?下一步应该验证什么?

所以概率问题,AI 很有价值。它能帮你从一个单一想法里跳出来,看见更多可能性。

比如一个人回复冷淡。你本能可能会想:

他是不是不在乎我?

但 AI 可以帮你拆成几种可能:

他可能忙。他可能本来表达就少。他可能在回避。他可能对关系投入下降。也可能是你在焦虑状态下放大了一个信号。

这里 AI 不是在告诉你真相。它是在帮你避免过早下结论。

一句话:

概率问题,AI 是假设生成器,不是算命先生。

3. 价值问题:AI 可以分析利弊,但不能替你排序

比如:

  • 我要不要辞职?
  • 我要不要离开一个城市?
  • 我要不要继续一段关系?
  • 我要不要为了稳定放弃创造性?
  • 我要不要为了更高薪接受一个不喜欢的方向?

这类问题当然也有概率。

比如:

留在一个城市,可能更稳定。离开一个城市,可能有新的机会。继续一段关系,可能保留连接。结束一段关系,可能减少消耗。

但概率不能替你决定。

因为真正的问题是:

你更看重什么?你愿意承受什么?什么代价对你不可接受?

AI 可以告诉你:

这个选择的好处是什么。风险是什么。你可能忽略了什么。不同路径的 trade-off 是什么。

但它不能替你决定:

自由和稳定哪个更重要。安全感和成长哪个更重要。情感连接和自我保护哪个更重要。

这些不是 AI 的问题。这些是你的价值排序。

一句话:

价值问题,AI 是镜子,不是主人。

4. 责任问题:AI 可以帮你准备,但不能替你签字

比如:

  • 我要不要吃这个药?
  • 我要不要签这个合同?
  • 我要不要采取法律行动?
  • 我要不要把钱投进去?
  • 我要不要处理一个签证、银行、税务或医疗问题?

这类问题尤其不能直接交给 AI。

不是因为 AI 完全没用。恰恰相反,AI 很适合帮你做准备:

整理材料。列问题清单。解释专业术语。模拟和律师、医生、银行、HR 的沟通。帮你发现文件里可能要确认的风险点。

但它不能替你做最终判断。

因为一旦错了,后果由你承担。不是 AI 承担。

而且高风险问题通常有很多关键细节:

你的身份。你的文件。当地规定。时间节点。合同条款。医生检查。官方系统记录。

这些不是一个“听起来合理”的回答可以替代的。

一句话:

责任问题,AI 是准备工具,不是签字人。

所以,不是“该不该问 AI”

更准确的问题是:

我现在问的这个问题,AI 应该扮演什么角色?

如果是事实问题:让它解释,但要查来源。

如果是概率问题:让它展开可能性,但不要当预言。

如果是价值问题:让它帮你看清 trade-off,但不要替你排序。

如果是责任问题:让它帮你准备,但最终回到专业人士、官方渠道和现实行动。

这比简单说“信 AI / 不信 AI”更有用。

一个常用的问法

当不确定一个问题该怎么问 AI,我会这样写:

请先判断我问的是事实问题、概率问题、价值问题,还是责任问题。如果是事实问题,请告诉我需要验证哪些来源。如果是概率问题,请列出几种可能解释和验证方式。如果是价值问题,请帮我拆 trade-off,但不要替我做决定。如果是责任问题,请帮我整理问题清单和风险点,但不要给最终结论。

这能避免一个很危险的情况:

我明明只是想要一点辅助判断,最后却把结论交给了 AI。

AI 最好的位置,不是替你做主人。而是帮你把问题拆开,把可能性展开,把盲点照出来。

最后一句话:

AI 可以帮你提高判断质量。但判断权,最好还是留在自己手里。

这是“普通人如何正确相信 AI”这个系列的第 3 篇。下一篇想聊:AI 用多了以后,人会不会慢慢不相信自己?