老师有没有告诉你，让AI「变聪明」的那招，不是让它多想，是让它先说完再看

啪——老师把笔丢在桌上

老师在黑板上出了一道题，一个学生立刻举手报出答案。

老师说：「错了。」

学生不服：「可我是马上就算出来的。」

老师把笔丢在桌上：「你算得快，是因为你在猜。现在你把步骤写出来，一步一步写——写完你再看自己写的东西。」

学生低头写了两分钟，抬头：「……我算错了。」

「对。不是你笨，是你没给自己留一个能看见自己的地方。」

老师有没有告诉你，AI其实一直是「张口就答」的

你打开对话框，打一行字，一秒钟后出现答案。

这个过程看起来像「它在思考」，其实更接近「它一口气说完」。它并不是先想清楚、再组织语言、再输出——它是每写一个字，就根据前面已经写下的所有字，猜下一个最合适的字。答案不是「想」出来的，是「顺」出来的。

流畅得可怕，也顺畅得可怕。因为通畅，所以它不需要停下来。

这就是为什么它会算出「一加一等于三」，而且语气比你还笃定。不是它想错了，是它压根没想过——它只是顺着写下去。

一个几乎不要钱的改动，效果却很明显

后来有一批研究发现，只要在提问里加一句「请一步一步地推理」，正确率就会明显提高，尤其在数学和逻辑题上。

这句话本身没有给它任何新知识，也没有换模型、没有加算力。它只是把一个「先给答案」的过程，改成了一个「先写过程，末尾再给答案」的过程。

为什么这样就有用？

因为从前，答案是它写的第一件东西——它没有机会回头看。现在，推理步骤成了它已经写下的文字，答案变成了最后一句话。而「最后一句话」是它看着前面那一整段推导写出来的。

换句话说：它没有变聪明，它只是终于有了一个「能看见自己刚才说了什么」的地方。

光写出来还不够——为什么它检查不出自己的错

到这里，很多人会想到下一步：那就让它写完再自查一遍。

试过的人都知道，效果不稳定——有时候它能改对，更多时候它看一眼自己的答案，郑重地说「没有问题」。

原因不难理解。它检查自己时，看到的是一段「很像正确答案的文字」。而它判断正确与否的方式，和你判断一句话通不通顺的方式是一样的：读起来顺不顺，有没有哪里明显不对劲。它没有一支真的笔，也没有一张真的纸，它只有语言本身的通畅感。

所以让它自己检查，等于让一个人用同一副眼睛再看一遍——他看不见的，第二遍还是看不见。

真正管用的，是把检查挪到外面

后来更有效的做法，不是让它「反思」，而是让它真的动笔：

把中间的每一步做成可以核对的东西——把数字真算一遍，把中间结果写下来，再去查一个外部来源。哪怕是最笨的办法：分步算，每一步单独核对。

差别在哪？

在自己脑子里检查，靠的是印象。在纸上检查，靠的是比对。印象会说谎，比对不会。

这也是为什么那些专门做数学的工具，一旦允许它调用一个真正的计算器，准确率会跳一大截。不是模型变强了，是它终于不再靠「感觉这个数对不对」来判断。

一个和它无关但一模一样的例子

二十世纪，有一批研究「人为什么算错账」的心理学家做了个实验。他们给会计和普通人同一道题，题里有个微妙的措辞——一件很贵的东西被悄悄归进了不该去的类别。结果很有意思：越熟练的人，错得越多。

熟练的人靠的是一眼看穿，他们对这类题目太熟了，熟到不需要看细节。而新手因为不熟，只能一条一条对，反而抓到了那个措辞。

熟练，是一种「让判断快到自己看不见」的能力。它省时间，也省掉了检查。

这件事和AI的关系不是比喻：AI的「熟练」比任何人都彻底——它对下一句话的直觉，是从近乎全部公开文字里练出来的。所以它比任何人都不需要停下来。而凡是「不需要停下来」的东西，都需要有人在旁边放一张纸。

那你该怎么用它

不用记任何术语，三个动作就够：

一，给它一张纸。 要它先写过程，再给结论。尤其是算钱、算日期、算条件的时候——过程写出来，你才看得出它在哪儿拐错了弯。

二，别问「对不对」。 问它「哪里有错」，比问它「有没有错」更容易得到真东西。因为它天生倾向于给出让人满意的回答，「没问题」是最让人满意的那句话。

三，把关键的检查留给自己。 它擅长把想法写成通顺的文字，不擅长发现自己写得不对。这两件事本来就该由两个人做——一个负责写，一个负责核对。

小测验

1. 为什么加一句「一步一步推理」，正确率会提高？——答案从第一句话变成了最后一句话，它有了可以回头的依据。
2. 让它自查为什么常常没用？——它靠语言的通畅感判断对错，看不见的地方第二遍还是看不见。
3. 哪种改进最有效？——把检查挪到外面：真算一遍、真查一次、真对一遍。

回到那个黑板

老师把粉笔放在桌上，看着那个学生。

「你不是不会算。你是太快了，快到没有一步是停下来的。」

「那怎么办？」

「慢一点没用，慢一点还是在脑子里。你要做的是，把你脑子里的东西搬到你能看见的地方。看见了，你才可能改。」

他把桌上的笔推过去：「拿去，写在纸上。」