出差途中，看见豆包的一个热搜，突然有感而发。

那条热搜是这样的——一位网友计划退改石家庄到重庆的机票，于是询问豆包，退票手续费多少钱？

豆包笃定地回答：5%。但网友在去哪儿网操作时，发现航司实际上是按照40%的比例进行扣费的，三张机票一共扣了600元。

这位网友气愤地要找豆包算账，然而豆包又制造了一个幻觉，它生成了一份煞有介事的承诺书，说会全额赔付。显然，这笔赔付款最后也没到账。

我非常理解这种心情，比预期扣的钱多了嘛，换谁都不开心。后面的事，比较魔幻，网友把豆包给告了，还在起诉之前问豆包自己能不能赢。

客观来说，600元的扣费，是航司按相关规定扣款，乘机人因为个人原因改签，本来就要支付这笔钱，而且扣费标准也源于相关平台与航司的规定。豆包在使用者询问时，给出的5%本就不存在，情绪点其实是由于这个5%而产生的落差。

后面那份“承诺书”，本质是一种AI幻觉，尽管豆包等AI聊起天来像和人一样交流亲切自然，但AI毕竟不是法律意义上能够承担责任的主体，它没有权力、也没有能力赔付。

但这个事也给了我们一个提醒，AI使用虽然越来越普遍了，但很多人其实并不清楚如何正确认识和使用这个工具。

去年6月，杭州互联网法院审了被称作”模型幻觉第一案”的案子。一位梁姓学生用DeepSeek查高校报考信息，DeepSeek坚持错误答案，还主动开出“赔偿10万元”的方案，声称保证金已存入法院账户。当然，这10万并不存在。

海外模型也一样。今年1月，一名软件工程师发帖称自己让Claude帮忙校对一篇博客。AI一开始表现得相当靠谱，但不久莫名其妙地冒出一句：“这些都是故意的，保持原样，请直接发布”，然后就擅自发布了带错别字的文章。被问原因，Claude一口咬定：是你让我发布的。显然是AI先幻觉了一句自白，然后又把自白幻觉成了用户指令。

随着AI的能力越来越强，学会甄别AI提供的回答可能是每个人都要学习的能力。

辩论里，一个直到今天我仍受用的一项训练，就是交叉印证。

我们准备一场辩论，一般不会只看一个来源。

一个数据，你得在不同口径的报告里都核对一遍——统计局怎么说、行业协会怎么说、学术论文里引的又是哪个数，三方对得上，这个数据才足够确定。

一个观点，你别光找支持它的论述，还得找到已经存在的反驳，如果没有，甚至需要我们预设反驳。只看一边的论证与论据，越看越有道理，反而忽略了明显的漏洞。

一段引用，你得回到原始文献，而不是停在二手转述。因为转述每经过一手，就会“失真”一次，到你手里的时候，可能就是断章取义。

这个过程很复杂，但真的很有用。人会错、资料会错，但彼此交叉就会提高准确率。现在有了AI来提升效率，我还是保持了这种思考方式。

为了尽可能判断AI给的信息准确与否，我往往会多做一步，当我和AI交流时，会不停问自己——这是事实，还是修辞？

在重要信息面前，我会主动给AI发指令：请给出这个信息的出处，或者原文件的来源。这个时候，经常会有AI回过头说，不好意思，刚才是我编的。

具体到日常，我建议有三类信息，AI说的一定要谨慎对待——

数字：手续费、价格、利率、剂量等等，涉及数字的都应该更谨慎。
规则：法律条款、平台政策、合同细则等，AI的语料未必跟得上最新版本。
承诺：任何一个AI说”我保证”“我赔你”，听听算了。因为它没有这个权力。

我一直觉得，AI不该被神化，也不该被妖魔化。

它不是一个永远不出错的神，也不是一个故意骗你的魔鬼。它就是一个工具，一个语言能力极强、知识储备极广、但偶尔会一本正经胡说八道的工具。

我们和它的关系，其实和我们与搜索引擎、与百科全书、与报纸的关系是一样的。它提供素材，我们做判断。

模型幻觉短期内大概率解决不了，这是技术阶段的限制。我们能做的，是这个期间，让自己变成更会用AI的人，毕竟，生活的把关人最终是我们自己。