AI 能做什么，不能替你决定什么

今天的 AI 已经能写文章、写代码、解数学题、翻译、总结。它的能力边界在哪里？ 这一节先建立一个准确的心智模型。

---

它到底在做什么

当前主流的 AI（大语言模型）本质上在做一件事：

根据前面的内容，预测接下来最可能出现的文字。

它在海量文本上学会了「什么样的话后面通常跟什么话」。当你问它问题，它是在生成「一个合理的回答应该长什么样」。

这个机制解释了它几乎所有的强项和弱点。

---

强项：模式明确的任务

任务	为什么擅长
改写、润色、换语气	语言形式的转换有大量范例
翻译	双语对照文本极多
总结长文	「摘要」是一种高度规律的文体
生成初稿、列提纲	结构套路清晰
解释概念	教科书式表达在训练数据里很密集
写常见代码	代码有严格的语法和大量公开范例

共同点：任务有清晰的模式，而且「大致对」就有价值。

---

弱项：需要真实性保证的任务

任务	为什么容易出错
引用具体文献、数据、法条	它会生成「看起来对」的引用，格式完美但可能不存在
最新发生的事	训练数据有时间截止
精确计算	它是在「预测数字」，不是在算
你的个人情况	它不知道你的具体处境
需要承担后果的判断	见下

「一本正经地编造」有个专门的说法：幻觉（hallucination）。 它不是「撒谎」——模型并不知道自己不知道。它只是在生成「一个像样的答案应该是什么样」。

---

最重要的一条边界：它不能替你决定

能交给 AI 的：

• 列出方案有哪些
• 分析每个方案的优缺点
• 帮你把想法写清楚
• 指出你没考虑到的角度

必须你自己做的：

• 选哪个方案
• 承担这个选择的后果
• 判断它给的信息是否可信
• 决定什么时候不该听它的

原因不是技术不够好，是责任无法转移。 志愿填报、要不要转专业、这段代码能不能上线——出了问题，承担的是你。

一个实用的分界线：

AI 适合帮你「想全」，不适合帮你「定夺」。

---

三个常见的误解

误解	实际
「它上网查了资料」	默认情况下它没有查，是在凭训练记忆生成
「它说得很肯定，应该是对的」	语气的确定性和内容的正确性完全无关
「它算数学总该没问题」	它在预测数字序列，复杂计算经常出错

第二条最危险：AI 表达错误答案时，和表达正确答案时一样自信。你不能靠语气判断真假。

---

练习：把下面五个任务分成「适合交给 AI」和「必须自己做」两类，并说明理由——

1. 把一篇 2000 字的文章总结成 200 字
2. 决定这个周末学数学还是学英语
3. 找出这段代码里的语法错误
4. 告诉我《XX 论文》第 3 页写了什么
5. 帮我把这段话改得更礼貌