内容起原：2026 年 3 月 7 日，在深圳举办的条记侠 PPE 书院西哲坊 03 期第 3 讲【真谛与有缱绻】内容条记。

共享嘉宾：苏德超，武汉大学玄学学院考验、博士生导师、条记侠 PPE 书院创举照拂人、西方玄学模块全程讲课导师。

高等条记达东谈主   | 李云

责编  | 贾宁  排版  | 琐闻

第 9511  篇深度好文：7682  字 | 20 分钟阅读

玄学想维

条记君说：

AI 正在以惊东谈主速率收受咱们的干事经由，但它也正在成为有缱绻虚伪的放大器。当统统东谈主都沉浸在 " 扫尾改进 " 的惊喜中时，一个危急的真相被忽略了：AI 不会帮你承担干事，它只会在你犯错时，让你错得更快、更透顶。

3 月 7 日，武汉大学玄学学院考验、条记侠 PPE 书院创举照拂人、西方玄学模块全程讲课导师苏德超敦朴，在条记侠 PPE 书院西哲坊 03 期的课堂上为咱们拆解了科学有缱绻的底层逻辑。

他讲透了为什么找不到中间变量的法子，全是无效的坏法子；再深挖了大模子幻觉的中枢成因，还拆解用 AI 作念有缱绻最容易踩的 3 个致命坑；更戳破一个扎心真相：比 AI 幻觉更可怕的，是咱们东谈主类的主动幻觉。

文末还有可径直落地的 4 步核查法，帮你成立一套可回首、可纠错的有缱绻系统，在不确定的天下里，作念出确切稳准可控的判断，作念我方有缱绻的主东谈主。

但愿今天的共享，对你有所启发。

一、统统靠谱的有缱绻，

都必须找到中间变量

统统的因果关系，都应该找到一个中间变量，找不到中间变量的法子，都是坏法子。

比如，"通过敦朴的拓荒，我孩子就变好了"这句话，就值得推敲。

许多经过敦朴拓荒的孩子并莫得变好。敦朴的拓荒改动了孩子的"什么"，孩子才变好了？进军的不是敦朴的拓荒，而是这个"什么"。要把这个"什么"找到，一定要找到中间变量。

找不到的中间变量，是什么？那是爱，那是信仰，爱是莫得中间变量的，它是最径直的。但是咱们统统东谈主类可以操作的东西，都是在操作中间变量。

是以作念有缱绻，一定要找到中间变量。莫得中间变量的有缱绻，就跟表白似的："我爱你"，对方问"为什么爱我"，你说不出个是以然，这对爱有益旨。因为真爱拒却中间变量。

你如果说"我图你有钱"，对方或然率不心爱；你说"我图你长得漂亮"，对方可能会心爱，但也仅仅一阵子。不一定总有钱，也深信不会一直漂亮。

传奇中华尔街投资客说：始终不要为异性的漂亮买单。为什么？因为漂亮太容易贬值了，咱们要购买的是不贬值、能保值的东西。

脚下黄金为啥越来越贵？便是因为它保值。而秀好意思呢，贬值速率特殊快，年齿一上来就挡不住，哪怕靠化妆、整容也没用，胶原卵白只会以肉眼可见的速率流失。

这便是中间变量的进军性。有缱绻必须找到它。不要只说"因为 A，是以 B "，一定要在 A 和 B 之间找到 C。

中间变量找得越多，你出错的可能性就越小。因为中间变量多了，就给你留了回头的契机，它是一个缱绻，一朝某个中间变量变了，你就知谈"坏了，我可能错了"。

举个例子，如果你只盯着 A 到 B，哪怕 A 还没到 B，你还会傻傻等；但如果是 A 先到 C 再到 B，而 C 根柢不可能出现，你就无须等了，径直掉头就行，无须销耗时刻。

在经济和科学领域，不存在"莫得中间变量"的情况，唯多情谊和信仰是例外。比如你的孩子爱你，莫得任何中间变量，便是隧谈的爱，不为什么。这是东谈主类最宝贵的情谊，它恰好不需要中间变量。也许有吧，咱们但愿莫得。

但咱们作念有缱绻、搞管制，必须有中间变量，否则就无从商酌、无从把控。管制自身便是过程，如果连中间门径都莫得，那根柢不会有科学的有缱绻。

二、AI 为什么会一册正经地瞎掰？ 

说到有缱绻的科学性，就不得不提 AI。

咱们需要防卫：AI 输出的不是事实，因为 AI 并不径直构兵天下，它构兵的都是数据，何况如故二手数据。

咱们东谈主类去作念看望，拿到的是一手数据。AI 接受的，便是咱们看望扫尾的二手数据，何况这些数据还经过了所谓的"清洗"。它自认为是清洗，你奈何知谈不是越洗越脏呢？

天然，AI 也有是非的场合，就像作念阅读知晓，勤学生和差学生不相通：差学生可能急遽作念完统统题，勤学生却能精确提真金不怕火中枢，从数据中提真金不怕火、压缩后还能保证正确，这是一种终点高等的才智。

但到面前为止，AI 能不成保证，在有缱绻链条中必须有可回首、合适东谈主类理会的可信凭证（grounding evidence）？如果莫得，它就会把幻觉当成谍报。

OpenAI 团队在 2025 年 7 月出了一篇著作，标题是《why language models hallucinate？》（为什么诳言语模子有幻觉），专门讲了诳言语模子产生幻觉的原因。

著作早先界说了幻觉：便是话语模子会自信地生成"看起来合理，但实践上不真实"的事实。早期的大模子主要基于概率生成内容，当今它们的逻辑推理才智依然很强了，大模子的水平以致能达到海外奥林匹克竞赛金奖的级别。

是以回头想想，咱们应该教孩子什么？海外奥林匹克竞赛金牌的大模子，过几天大家可能很快就能用到了，你物理强、化学强不算什么，当今大家拼的中枢是什么？

这篇著作的中枢不雅点便是：大模子之是以会出现幻觉，是因为主流的试验和评估机制，时常奖励"揣摸"，而不是承认"不确定"，这种引发机制从根柢上推动了幻觉的形成。

这就跟咱们高考前，敦朴跟咱们说的相通：哪怕这谈题不会，猜都要猜，万一猜对了呢？试验早期大模子亦然这样：用户问谜底，哪怕不知谈，也得猜一个，猜对了客户就会认可，猜错了也不雄伟。

是以第一代、第二代大模子，实足是这样干的；但当今的最新版块不相通了，它会径直说"这个问题我不确定，不成给你回答"，依然能作念到这一丝了。

还有一个关节点：咱们问 AI 的时候，始终要加一句"你不要急于作念出判断，如果以为缺哪些信息，就问我，确保赢得裕如信息后再作念判断"，它就果然会主动问你问题。

一定要加这句话，当今 AI 依然能作念到了，这都是那篇著作发表之后的杰出，因为大家都领略到了"猜谜底"的问题，在此之前，一朝不确定，它便是一味地猜。

不知谈谜底还去猜，有概率蒙对，但如果径直说不知谈，深信得不了分。与其得不了分，不如猜一猜还有可能得分，这是很轻便的推理。

有三种回答：答对、答错、弃权。弃权体现的是仁爱，但早期的大模子试验，并不给"仁爱"赋值，也便是说，仁爱得不到任何奖励。要么答错被处分，要么答对被奖励，如果说"不知谈"（弃权），也会被处分。既然都是被处分，那不如去猜一猜，还有可能蒙对，这便是早期大模子总爱猜谜底的原因。

可见，只看准确率会覆盖模子的纰缪与幻觉问题，这是早期试验方式带来的颓势，单纯用准确率打分并分歧理，其后则更贯注真实可靠性。

在复杂的真实场景中，模子准确率不可能持久达到 100%，因为存在信息缺失、问题歧义、才智领域等客不雅已毕。因此，想靠追求满分准确率来摈斥幻觉并不现实，幻觉内容上无法透顶摈斥。

这一丝依然被论证：大模子不可能完全摈斥幻觉，就像东谈主类也始终无法根绝犯错相通。承认幻觉不可摈斥，才是科学的理会。

从机制上看，幻觉和大模子"下一个词推敲"的预试验方式径直关系。模子学习的是话语模式与词向量散布，而许多低频、冷门的事实常识莫得结识例律，推敲自身就容易出错。

幻觉源于才智领域与信息缺失，是以无法肃除。唯有拼写、括号匹配这类强规章任务，会随模子优化越来越准确；而寿辰等冷门常识的任务，仍然容易输出看似运动、实则不可靠的内容。

是以论断很明确：与其只增多少许新测试题，不如重构行业通用的中枢评估缱绻，让通盘行业从奖励"敢猜"转向奖励"结实抒发不确定"。

这篇著作发表后，大模子的发挥如实改善许多：当今它果然会安分说"我不知谈"，而不是豪恣乱编。

放到组织和企业里也相通：不知谈就说不知谈，反而更好。

明确说"我不知谈"，大家才会领略到：这里缺信息、缺数据、缺推理。如果明明不懂还硬猜，一个东谈主猜、两个东谈主赞许，第三个东谈主也随着容许，终末全员拍板下注，风险极大。

三、用 AI 作念有缱绻，

最容易踩的 3 个致命坑  

咱们先看组织里对 AI 的误用，再看组织幻觉。

第一个坑：把AI当泰斗，把运动自信当成正确

早先，是把 AI 当泰斗，把抒发运动、自信、速率快当成正确性与可追责的论断，就如咱们径直用龙虾（openclaw），天然它是咱们放大的器具。从玄学自身来看，可能带来两个挑战。

AI 会严格履行你给的策略和指示。可一朝你的策略自身便是错的，AI 只会更高效、更精确地把纰缪履行到底，你还很难实时发现，直到变成晦气性后果。

AI 内容上仅仅在普及履行扫尾，不会主动更新你的底层逻辑。任务是你派的，团队是你搭的，雇主一运行就错了，AI只会帮你错得更快、更透顶。

这亦然 AI 和东谈主类职工最大的区别：东谈主有步地、有判断，会教导、会反驳，你能感知到风险。但你把 AI 试验得越"听话"，它越莫得步地、不会质疑。

咱们试验 AI 干事流时，追求的是运动、自信、反应快、履行力强。但前提一朝错了，AI 根柢不会质疑你的起点；真要让它豪恣质疑前提，扫尾就会极低。

这也意味着：前提的谋划、玄学与管制的底层逻辑，会变得无比进军。只消底层可以，AI 就不会放大纰缪；底层一错，AI 便是纰缪的加快器。一根杠杆并不分辨两端的内容。

第二个坑：把AI 当事实库，不作念溯源和核查

你搭建的 AI 干事流，内容上如故依赖大模子。而大模子的幻觉问题依然存在，无法透顶消散。

就算让多个 AI 之间互相对话、交叉考证，幻觉也不会消散，以致可能纰缪访佛、越放越大。正确的信息很难指数级放大，但一个小纰缪，却很容易被不断放大，这是终点不对称的。

古东谈主说，沉之堤因小失大。不成覆盖纰缪。一个幻觉可能越放越大，就形成了蝴蝶效应。蝴蝶效当令常是负面效应扩大，正面的很难有扩大。

是以，咱们养"龙虾"，用 AI，都要防卫底层不成出错，否则幻觉可能合手续放大。

不要把 AI 当泰斗，也不要把 AI 当事实库。AI 没认识给咱们事实，一定要去回首它的起原。

天然，养"龙虾"可以部分治理这个问题，你让它去查，查了之后让它把数据链给你注出来（在哪本书、几许页，在什么网址上），如果可以的话，还让它对关节信息进行截图，不截图都可能出错。

我没养过"龙虾"，但我用大模子去网上爬过尊府。因为我的一篇著作要作念援用，需要查关系尊府。著作的主题是" AI 莅临之后，咱们可奈何办呢？"配景是许多东谈主都唱衰文科，但我以为文科会越来越进军。

我援用了许多的不雅点，但出差在外，手头莫得书，我就让 AI 去查，要它找到不雅点出处。

领先，它险些找到了统统出处。但当我让它截图时，它就普随处回答"找不到"了。有些它找到了，有些它找不到。它找到的，未必是对的，它莫得找到的，未必不存在。是以，不要把 AI 当事实库。

第三个坑：把 AI 当背锅侠，出了事全怪模子

绝对不要把 AI 当成背锅侠。出了问题就怪模子，把干事一推了之，这是完全纰缪的。从我作念 AI 玄学商酌的中枢不雅点来看：现阶段，AI难以自主承担干事，确切负责的只但是东谈主。

是以使用 AI 时，必须明确指定干事东谈主。AI 如实能极大普及扫尾，但它只提供选项和依据，最终有缱绻始终是东谈主来作念，干事始终是你的，可靠性不成只靠愿望。

这个天下自身并不无缺，但咱们必须通过东谈主来负责、通过机制来拘谨，就相对结识一丝。

四、若何起义 AI 幻觉带来的

三大中枢风险？  

AI 给出的是痕迹，不是谜底；AI 给出的是建议，不是有缱绻。因为它不成自查：生成式模子的内容，便是在给定输入和试验散布下，生成高概率的文本，这不等于检索事实。

是以才会出现三类风险，中枢都是幻觉：

第一，臆造信息：比如臆造数据、臆造因果链，明明莫得的事，它能说得平稳其事；

第二，错配信息：时刻点不对、地区或行业不对，把一个行业的教化套到另一个行业，很可能全错，毕竟不同业业的情况天壤悬隔；

第三，偏差和漂移：试验数据自身有偏差，或者现实情况依然变了，但 AI 如故自信地输出旧论断，天然会出错。

更关节的是，AI 一朝干预组织，风险就不仅仅"谜底错了"那么轻便。错的谜底会被领域化传播，干预邮件、干预请问、干预咱们的有缱绻。咱们的公司、咱们的组织，会变成 AI 纰缪的放大器和杠杆，终末变成悲催。

治理这个问题的旅途，不是一味追求"更大的模子"，而是要作念到"起原可回首"：统统论断都要成立在事实基础上，数据血统必须显露：这个数据缱绻从哪来、谁能修改，都要明确；东谈主机干事要分清，谁为 AI 的输出负责，必须确定。

你可以用 AI，但你要为最终的扫尾负干事，就像你开车，车可以给你开，但走错路、出事故，干事始终是你的。

有个 4 步核查法，可以让咱们隐匿 AI 瞎掰的坑。统统效于有缱绻的 AI 论断，必须附上这四点：

信息起原是什么？奏效时刻是何时？统计口径是什么？核查东谈主是谁？这些必须标注明晰，干事落实到东谈主，而不是推给 AI。

另外，关节缱绻要成立明确的口径和负责东谈主，还要按期作念抽样审计。在会议上也要明确：AI 可以用来草拟文献、汇总信息、薄情假定，但绝对不成算作最终的事实依据，至少到面前为止是这样。

是以，咱们面临 AI 时，一定要有核查想维，多问四个问题：

这个信息来自那儿？奏效时刻是什么时候，什么时候更新的，当今落后了吗？这个论断、这个数字的口径是什么，界说是什么？能不成复查？

比如 AI 泄漏" 38% 的东谈主对某家具悠然"，那什么叫"悠然"？口径是谁定的？这很进军，口径一松一紧，扫尾天壤悬隔。以 10 分值为例，6 分以上算悠然，如故 8 分以上才算？

干事一定要明确：谁核查过、谁署名，谁就负责；把 AI 论断放进有缱绻材料的东谈主，一定要署名。你要用 AI，就必须承担这个干事。

许多东谈主有个误会，以为没必要作念这些核查干事，但其实否则。

咱们可以作念一个 AI 数据溯缘与核查表，明确这些内容：数据泉源是谁？口径界说是什么，分子、分母分别是什么，包含什么、不包含什么？谁能修改这个数据？咱们奈何考证它、奈何抽样审计？AI 的援用规章是什么？在哪些额外情况下，必须暂停使用 AI、进行东谈主工复核？

这些规章一定要显露，AI 咱们天然要用，但要用得表率、用得安全。

五、比 AI 幻觉更可怕的，

是东谈主类的主动幻觉  

面临 AI，咱们要滚动想维：把我方当成 AI 的审计员，它是职工，咱们负责审计，这样就对了。

何况大家会发现，从 AI 幻觉到东谈主类幻觉，底层逻辑是相通的。AI 的幻觉，其实便是咱们东谈主类自身幻觉的投射。

举个例子：你放工回家原来就累，你老公或妃耦又告诉你孩子没考好，你还在家长会上被班主任阴阳怪气说了一顿。这时你一排闼，看见孩子在桌子旁，身体一弹，还把抽屉鼓励去了。你立马就火了："又在玩手机、打游戏？得益那么差还玩！"

这个逻辑看起来特殊合理，但你有莫得想过，他可能根柢没打游戏？他可能正在拿试卷、拿文具，看到你进来太垂死，条目反射地把抽屉推且归了，这完全有可能。

就像亲子培植里，咱们常说"你便是懒，别找根由"，这就和模子被奖励给出确定谜底相通：咱们把我方的主不雅动机，当成了客不雅事实，却贫窭"我不确定，我需要凭证"的领略。

这和 AI 幻觉一模相通：你把一个"最容易猜测、最合适我方步地"的谜底，当成了真实谜底。AI 亦然如斯，它输出的不是正确谜底，而是它最容易找到、最合适试验散布的谜底。

咱们东谈主类也相通，孩子一次考差，就料定"他根柢没勤奋"；对方不回信讯，就认定"他不在乎我"。这都是把单次不雅测当成了充足的试验数据，贫窭中间变量的考量。

咱们在不确定的场景里，被动生成一个谜底，而这个谜底还被步地支配，终末生成了一个"最像正确谜底"的揣摸。

就像对方不回信讯，你根柢不会想"他是不是在开车、在开会、在跟进军的东谈主聊天"，反而会钻牛角尖："他不足时修起，便是不在乎我"，步地拉满，终末吵起来，这和 AI 瞎猜乱输出，简直一模相通。

在公司联结时，咱们也频繁能听到这些话："这个需求依然很明晰了，你奈何还作念错呢？""大会、小会说了那么多，奈何还错了呀？"

这也很像 AI 幻觉，把看见的明晰当成依然对皆了。那你是不是莫得给具体缱绻？给了缱绻之后是不是莫得教导他有哪些验算点？验算的时刻对皆了吗？都莫得。

他（下属）如实作念错了，但你把你的干事尽到了吗？准确抒发了吗？在该需要你跟他作念过程对皆的时候，你对皆了吗？

一些公司的带领频繁说"这事别讲明注解，扫尾讲明一切，你便是不认真"，这便是把单一的输出扫尾当成真实的标签。

类似的话还有"像个好谜底，便是个好谜底""当今提风险便是不想担责，提什么风险"，这样说连证伪精神都莫得了，深信会出错。

这时组织引发在起作用，抒发不确定会被处分，抒发确定就会被奖励，于是系统就运行偏向于踊跃生成，而不是校准与保守。

是以，始终不要对下属说这样的话：你们给我承诺，你提风险，你便是不担干事。

这样你没法负责，就相等于你在试验第一代、第二代大模子，每个谜底猜一个，给不出你便是"懒"，这样任何时候它都给你谜底，但这个谜底是不确定的。

而你，仅仅为了完成经由，它猜了谜底之后，你飞速签个字，往上一递交，上头给拍板，就这样干。有缱绻经由都作念了，但莫得东谈主负责，因为通盘经由都是对的。

部门调换时，有东谈主会说："按照教化，此次一定翻车，别冒险，按老认识干"。这亦然个 AI 幻觉实验：用曩昔熟谙的模板替代对刻下景况的考证。

不成这样讲，你要说"此次奈何翻车，把道理讲出来"，找到一个证伪点就够了。不要说"按教化不起作用"这种话。

在算法时期，清洁的数据是独一的硬通货。数据是干净的，这是最进军的东西。算力很容易打造，但数据很难。

当今大模子试验最缺的是什么？高质地数据的匮乏。

大家用 DeepSeek 都有一个嗅觉，刚刚出来的时候终点牛，用上半年之后体感水平下落了，为什么？有东谈主说，这是因为，多数的网友跟它聊天，把它水平搞下来了。这个未必对，但其中有正确的直观。

在智东谈主社群，干净的事实是最稳的起点。咱们是智东谈主，咱们是动物内部最是非的那群动物，在智东谈主的群落内部，干净的事实是最结识的，事实如果干净的，莫得被纰缪地清洗过的。

把 AI 当东谈主，把东谈主当 AI，就会极地面裁减理会职守。

结语

许多东谈主唱衰文科，以为 AI 时期数理才智才是中枢，但真相并不那么轻便：AI能替代奥林匹克金奖级别的解题才智，却替代不了底层的逻辑判断、因果细察、证伪想维和干事担当。

起义 AI 幻觉，内容是修皆我方的理会才智。咱们要作念的，不是追求一个始终正确的 AI，而是成立一套"承认不确定性、敬畏客不雅事实、可回首、可纠错"的有缱绻系统。

这个天下始终是不确定的，确切靠谱的有缱绻，从来都不是找到一个全对的谜底，而是哪怕身处不确定中，也能守住事实的底线、承担有缱绻的干事。

咱们要始终记着：AI 给出的是痕迹，不是谜底；是建议，不是有缱绻。莫得可回首的事实，就莫得靠谱的有缱绻；莫得中间变量与因果链条，全是自欺欺东谈主的赌局。

AI 是普及扫尾的器具，而咱们始终是有缱绻的主东谈主。

今天咱们深嵌于一个政事、经济、科技、玄学都在履历合手续变革和久了重塑的复杂社会与生意系统之中。

确切的挑战是：咱们的理会框架、组织形态和活动器具，还停留在"前 AI 时期"。在前所未有的复杂系统性变革中，咱们需要的是知晓天下底层的"元才智"。

面向 AI 新时期，条记侠 PPE（玄学、政事学与经济学）课程，恰是为知晓这样的复杂系统而生：知晓海外贸易与经济策略、知晓海外政事与治理模式、知晓全球技能与科技范式、知晓 AI 玄学和科技经济、知晓斯文进度与玄学意旨。这是第五代企业家应有的一套"操作系统"。

条记侠 PPE 课程 26 级招生现已启动。支配技能、细察天下、扎根中国、修皆心力，在吩咐时期重重挑战中寻找有缱绻底牌。

穿越变革的旧天下，找到时期的新大陆，从升级你的 PPE 有缱绻底层运行。

宥恕你扫描下方海报二维码，添加课程主办东谈主商酌确定。

好文阅读推选：

AI 时期，将来决定当今｜条记侠 PPE26 级首批同学名单

黄仁勋最新演讲：不想被淘汰，速即作念 3 件事

接下来，用好 AI 的东谈主，才更值钱

"枪弹条记"是条记侠的矩阵公众号，聚焦职场扫尾追求、东谈主际关系与高潜成父老，帮你 3 分钟吃透中枢不雅点和方法论。宥恕善良～

共享、点赞、在看开yun体育网，3 连 3 连！