老师有没有告诉你，那个温度旋钮其实调的不是聪明，是「胆子」

「啪——老师把笔丢在桌上。」

今天没有AI的大新闻，那我们讲一件比新闻更实用的事。

很多人用AI，用久了会发现一个奇怪的现象：同样一个问题，问它十遍，它给你十个不太一样的答案。同一个工具，怎么像个情绪不稳定的实习生？

学生说：它是不是不太靠谱？

老师有没有告诉你，这不是缺陷，这是一个出厂就装好的旋钮。而且这个旋钮调的不是「它有多聪明」，是「它敢不敢赌」。

一、它每写一个字，都在掷一次骰子

我们先说清楚它到底在干什么。

大多数人在脑子里有个错误画面：AI像一本巨大的百科全书，你去查，它把答案抄出来。所以答案应该是固定的，问一百遍都一样。

实际不是。它在做的事，是「接着往下猜」。

你给它半句话，它算的是：下一个字，哪个词最可能出现？然后它给每个候选词打一个分——「的」可能是三成，「了」可能是两成，「很」可能是一成，等等。这些分数加起来是一百。

关键在下一步。它不是直接选那个分数最高的，而是按分数抽签。

三成的那个签，抽中的机会就是三成；一成的那个签，抽中的机会就是一成。抽到哪个，就写哪个；写完，再把这个字接到后面，重新算一遍下一个字的所有分数，再抽一次。

一句话二十个字，就是抽二十次签。抽签这件事，天生带随机。所以你问十遍，走的路径就可能是十条。

二、旋钮拧的是什么

那个温度参数，控制的就是这套抽签的「心胸」。

调低，比如0.2：原本三成对两成对一成的分布，被拉得更极端，最高的那个分数变得更占优势。抽签几乎总是抽那个最稳的、最平庸的、最不容易出错的词。

结果是：每一句都四平八稳，每一句都似曾相识，读起来像一份写得很规范、但你绝不会想读第二遍的公文。问十遍，十遍几乎一模一样。

调高，比如1.2：原本一成的词，现在也有相当机会被抽中。整个分布变平了，冷门的、意外的、平时轮不到的词，开始有机会上场。

结果是：句子忽然活了，比喻开始出现，风格开始鲜明——同时，错误率也上去了，因为它抽中的那些「意外」里，有一部分本来就是错的。

所以这个旋钮压根不是「智商档位」。它更像一个人说话前的胆量：是保险一点讲大家都知道的话，还是赌一把讲一句可能精彩也可能离谱的话。

三、为什么它没有「我知道我错了」的信号

这里有个更深的问题，值得停一下。

一个人掷骰子，掷出六他高兴，掷出一他认账。因为他知道自己在掷骰子。

这个东西不知道。

它抽到一个词，写下去，然后继续往下算。整个过程中，它没有任何一步在问「我刚才抽的那个签，是不是抽错了」。

所以你才会看到那种特别奇怪的现象：它把一个冷门词用错了，然后以同样笃定的语气继续往下讲，用一个错误的词去解释下一个错误的词，一路错下去，逻辑还特别自洽。

这不是它在骗你。这是它压根没有「我在赌」这个感觉。

赌的人有赌徒的紧张，它没有。它每一把都觉得自己在陈述事实。

四、同一件事，换个场景就很要命

理解了这个旋钮，你就明白为什么「同一个模型」在不同场合表现差那么多。

写诗、起名、编故事、头脑风暴——你要的就是抽中意外。这时候把旋钮拧高一点，是对的。它抽得越敢，你拿到的火花越多。

查数字、算金额、写代码、报法律条款——你要的是抽中准确。这时候把旋钮拧低，甚至接近零。让它几乎只走那条最稳的路。

最危险的情况，是搞反了。

有人让AI帮他核对一份合同条款，用的是写诗的心态；有人让AI帮他写营销文案，用的是记账的心态。前者拿命赌一个骰子，后者抱怨它写得像说明书。

工具没错，是档位挂错了。

五、三件可以马上用的事

第一，每次用之前问自己一句：我现在要的是「稳」，还是「新」？这一句话就决定了你该怎么用。

第二，凡是涉及钱、日期、人名、法条、数字的，一律当它写在纸上的东西还要再核一遍。不是因为它坏，是因为它每一步都在抽签，而抽签不可能次次抽中。

第三，把「问十遍不一样」这件事反过来用。你在找一个好名字、一个好角度、一句好标题，就多问几遍，从里面挑。这时候随机性不是毛病，是免费的灵感发生器。

小测验

问：如果一个模型被设成「几乎不随机」，它会变得更聪明吗？

答案是不会，它会变得更可预测。聪明和可预测是两回事。它只是不再去够那些远处的、可能精彩也可能离谱的词，而是在近处的、安全但平淡的词里打转。

这个区别很重要。很多人以为把AI调稳了就更可靠，其实只是让它更没劲——在需要创意的场合，这是另一种损失。

「啪——老师又把笔丢在桌上。」

那个旋钮就在那，谁都能拧。区别只在于，拧的人知不知道自己在拧什么。

我劝你，先把这件事弄明白，再去用它。不然你永远在猜，它到底是聪明，还是在赌。