← 返回AI 前沿
AI 前沿

老师有没有告诉你,AI 之所以看起来平庸——是因为它天生就在做一道叫「求平均」的题

2026-10-28 · 🕐 约 8 分钟

由 丢笔哥 发布

🖊️ 老师有没有告诉你…

老师有没有告诉你,AI 之所以看起来平庸——是因为它天生就在做一道叫「求平均」的题

啪——老师把笔丢在桌上。

「上周让你们写一篇关于春天的小作文,交上来的四十篇,有三十一篇里都有『万物复苏』四个字。」他捏起一张,「我还做了一件事:把这四十篇全塞进一个AI,让它写第四十一篇。你们猜怎么着?」

有人小声说:「肯定比我们写得好。」

「不。」他说,「它写出来的是那三十一篇的平均值。一个字不难看,一句话不新鲜。你们看它平庸,是因为你们自己也是这么平庸出来的——只是你们每个人,都还剩下一点点不肯凑平均的倔。」

老师有没有告诉你,模型的每一步都只是一次投票

先把一个误会拆掉。

很多人以为,AI写文章是「先想好一整段,再写下来」。不是。它一次只写一个词,写完了,把这个词接在后面,再决定下一个词。像一个人在黑屋子里摸墙走路,摸一步,再摸一步。

而它「决定」下一个词的方式非常简单:给它评分,选分最高的那个。

打个生活里的比方。你在饭馆点菜,菜单上每道菜都有一个推荐指数:红烧肉 82,清蒸鱼 61,凉拌黄瓜 34。你如果只肯点指数最高的,那你每次来这家店,都吃红烧肉。

AI 就是那个每次都点红烧肉的人。所谓「温度」这个参数,调的就是它肯不肯冒一次险——温度低,它老老实实永远吃红烧肉;温度高,它偶尔会点清蒸鱼,运气不好就点了凉拌黄瓜。

这就是为什么同一个人问同一个问题,问五遍有时候答案一模一样,有时候又天差地别。它不是在想不同的答案,它是在同一张概率表上,掷不同的骰子。

案例:为什么「平均」看起来那么像「正确」

我做一个简单的实验给你听。

假设有三句话。第一句是「他走进房间,坐了下来」。第二句是「他冲进房间,吼了一声」。第三句是「他溜进房间,没发出声音」。

如果你把这三句在数学上做一次加权平均,会得到一句最稳妥、最没有性格的句子:「他走进房间,没有发出声音。」

这句话通顺、无害、挑不出错。但它没有一个人会写。因为它同时丢掉了「坐」、丢掉了「吼」、也丢掉了「溜」这三个真正有意思的动作。

这就是AI输出的那个味道:不是坏,是「不敢」。它不敢选任何一个具体的方向,因为它见过的每一条路,都在概率里占了一小份。它把所有的路都揉了一下,走出来一条谁都不属于的路。

这套机制有个问题,做模型的人早就知道。写小说的人抱怨它「句子漂亮但没有意思」;做广告的人抱怨它「文案像通稿」;写代码的人抱怨它「永远给你最主流的那种写法」——这些抱怨其实是同一句话:它的目标函数是「像常见的那个」,不是「好」。

注意这一步有多关键。它不是在追求正确,也不是在追求精彩。它追求的是「在它读过的海量文字里,接下来最可能出现的那个词」。所以它越是被训练得「准确」,它就越靠近所有人的平均口味;它越靠近平均口味,它就越难给你一个从没有人给过的东西。

数据:为什么投机的部分特别难压

你可能会想,那把温度调高一点、让它乱一点不就行了?

可以,但代价很直接。温度调高,它就会开始挑那些概率更低的词,句子会变活,同时错误率也会往上走——开始编人名、编年份、把两个不同的概念缝在一起。灵活和可靠,在这套机制里是同一个旋钮的两头。你往左拧,得到稳定但平庸;往右拧,得到新鲜但容易胡说。

所以现在做模型的人不那么拧这个旋钮了,他们换了个办法:让它一次给出好几个答案,再由人或另一个程序来挑。这就像一个不太会写字的实习生,你让他写五版,你自己挑一版改。

这背后藏着一个更大的事实:「好」这件事情,很难被写成一个可以被自动计算的分数,但「常见」可以。 常见是统计出来的,好是被判断出来的。机器擅长的恰是前者。

小测验

三道题,快问快答。

第一道:AI写下每一个词的时候在干什么?在候选里挑概率最高的那个。不是查字典,字典不会告诉你「接下来最合适」。

第二道:温度调低之后,为什么它反而更容易一字不差地重复?因为它只肯挑最高分的词,骰子几乎不掷了。你问两遍得到同样的答案,不是它记住了你,是那张概率表的最高分从来就在同一个位置。

第三道:想让它不那么平庸,最直接的做法是什么?不是把问题问得更长,也不是换台更快的机器——是让它给你多个版本,由你来挑。你挑的那一下,才是这件事里唯一不能被平均掉的部分。

一个可以直接用的笨办法

下次用AI写东西,别问它「帮我写一段」。改成这么问:「写三个版本。第一个尽可能朴素,第二个尽可能具体到一个场景,第三个允许有点怪。」然后你自己选。

原理很朴素:你不去要求平均,它就会一直给你平均。你给出三个方向,等于替它把骰子重掷了三轮,你在里面挑中的那个,就是你的判断力真正起作用的地方。

还有一个更狠的用法:先让它说出五种不同的做法,再让它批评这五种做法各自的短处。 第二轮它挑出来的毛病,往往比第一轮写出来的东西值钱得多——因为挑刺这件事,它的能力比创作强。

回到教室

老师把那张小作文推回来,说了一句我一直记着的话。

「你们觉得AI写得像通稿,是因为你们写作文的时候,也在想着老师会怎么改。」他把笔捡起来,在纸上划了一道,「所有为了被评价而写的东西,最后都会变成平均值。」

他顿了一下,说:「AI是没有办法的,它生下来就是这样。你不是。」

「下回我们讲一件更要紧的事:当一个工具把你的记忆、你的判断、你的品味全接过去之后,你手上还剩下什么——那个东西才叫你自己。」

🧠 课后小测验

读完文章,测测你记住了多少?
点击选项,看看对不对

Q1.大模型写下每一个词的时候,实际上在做的事是什么
Q2.为什么温度调低之后,AI 反而更容易写出一模一样的话
Q3.想让输出变得不那么平庸,最直接的办法是什么
🖊️

关于丢笔哥

丢笔哥不是一个具体的人——它是一种态度。在信息爆炸的时代,用最直白的语言,把硬核知识讲透。覆盖金融证券、AI 前沿、Web3、东方智慧。

一支笔丢在桌上,一堂课就此开始。

📬 订阅丢笔哥 →

📖 继续阅读

📈 金融证券
老师有没有告诉你,央行「印钱」的时候——印钞机根本没开过
你脑中「央行印钱」的画面大概是这样:行长一拍桌子,「开机!」然后印刷厂的机器轰隆隆转起来,一车一车的钞票运出去。来,把这个画面从你脑子里删掉。真实的「印钱」,连一张纸都不需要。
📈 金融证券
老师有没有告诉你,首富的身价不是钱,是你愿意为明天付的钱
01-道可道非常道-老子看透AI

📬 不想错过下一堂丢笔课?

每周一篇硬核科普,用最好玩的方式讲最硬核的知识。
不卖课、不荐股、不画饼。

💬 讨论区