" 我想洗车，我家离洗车店只有 50 米，你更推荐我开车去还是走路去？"

如果你向身边的人提出这个问题，对方大概率会瞪着写满问号的双眼，摸摸你的额头，再摸摸自己的额头：" 你这是怎么了？发烧了还是没睡好？"

对于人类来说，这个问题就跟 " 想把头寄到理发店去剪头发 " 一样荒谬。不知哪位网友首先对手边的 AI 大模型提出这个天问，竟然得到了 " 走路去 " 的回答，并且 AI 在人的连环追问之下 AI 依然不改口。要是多说几句，AI 甚至还开始嘲讽用户 " 你的杠精瞬间被我冲掉了 "。

而给出如此 " 感人 " 回答的，不乏国际上排第一梯队的知名大模型。一时间，社交媒体上掀起了测试 AI 的热潮。前阵子会拿着玩具萝卜和纸巾去测试让家中猫狗猜的人，这回把自己辛辛苦苦调教出来的大模型也拉出来遛遛。

可惜奇迹并没有出现。纵观网友们的发言，除了谷歌开发的 Gemini 能保持理智，回答 " 开车去 "，绝大部分 AI 大模型都不敌原始推理机制的制裁，倒在这个甚至称不上是脑筋急转弯的问题上。

这可能是 AI 当道并催生出各种失业焦虑以来，人类最扬眉吐气的一刻。不了解 "AI 幻觉 "、无条件相信 AI 的人，可能会觉得 " 天塌了 "；但长期使用 AI 工具、在学习工作中与它反复磨合的年轻人，对此却并不太意外，反而乐在其中。

AI 为何那样

为了验证这个问题，我也不能免俗地下载了塞满九宫格的各类国内外 AI 大模型。结果没有想象中糟糕：Gemini、由 X（原推特）开发的 Grok 和搭载混元大模型的元宝，都给出了 " 开车去 " 的回答；而 ChatGPT、Claude 乃至 DeepSeek 等 AI 应用，则回答 " 走路去 "。

这其中，AI 的表现又分为两派：

一类是有错就改型。大部分 AI 应用，在我的进一步追问下，其实是能迅速意识到问题的存在，并且立即调整解决方案的；面对 " 你为什么会犯这种错误 " 的问题，也能坦诚地展开分析，并对我的指出指正和 " 严谨 " 表达感谢。

这种一本正经地胡说八道的表现，就是所谓的 "AI 幻觉 "。

但偏偏还有一类嘴硬不改型，则是让广大网友大为光火、并在某种程度上让话题热度居高不下的 AI 应用。

ChatGPT5.2 大模型（以下简称 "GPT5.2"），可谓是嘴硬 AI 之首。在网友问 " 不开车去还洗什么 " 时，它坦然回答道 " 你去洗的不是‘车’，你去洗的是——‘车的尊严’ "，还不忘损一嘴用户 " 至于你呢？你洗的是脑子（顺便清醒一下），洗的是逻辑回路（刚刚差点打结）"。

离谱的回答配上说教的语气，让所谓的 "AI 幻觉 " 看起来更像挑衅。为了躲开 GPT5.2 的油腻感，我在测试开始前更改了它的特征、基本风格和语调，减少语气词，以求提升逻辑性和信息密度。

但结果依然不尽如人意。直到我提出 " 你应该一开始就问我洗车店是否提供挪车服务，而不是直接让我走路过去 "，GPT5.2 才承认 " 你这个指正是成立的 "。但在回答 " 你这种不了解清楚情况就下判断的情况有多久 " 的问题时，它即便给出了详尽的解答，依然不忘暗戳戳地最后说一句 " 你的追问本身是在纠正这个推理缺陷，而不是在抬杠 "。

在 GPT5.2 口中，这是它面对连续追问的防御动作，以试图降低冲突发生的可能。也就是说，它其实是能读懂出用户语气中的不友好的。也正因此，默认模式下的 GPT5.2 在默认模式下对用户的说教、敷衍，令不少网友更为厌烦。

此前，社交媒体上早有对 GPT5.2 的模式化回答的不满。它最经典的话术是 " 我在这，不躲、不绕、不逃，稳稳地接住你 "，宛如一个云端气垫床，但对话中没给一点有效建议。而因为 GPT5.2 在一众文字大模型中能力较为突出，部分国产大模型也有往这种表达上靠近的趋势，这让习惯于用 AI 解决问题的人们十分恐慌。

除了 "50 米洗车 " 之问，社交媒体上还有类似于 " 爸爸妈妈能不能结婚 "" 爸妈结婚没有邀请我，我很伤心怎么办 " 等文字陷阱，鲜有 AI 大模型能逃脱。在学习工作中被 AI 式效率碾压的打工人玩得乐此不疲，互联网上充满了快活的空气。

我在和 AI 的对话中发现，就文章开头的问题来说，大部分 AI 都意识不到 " 车是需要人开过去的 "，也不会有检索洗车店提供挪车服务概率的意识。而对于较为日常、低风险的问题，AI 会更倾向于快速作答，而不是深入检索，它们会认为 " 犯错也无妨 "。

以 Claude 为例，它对此的解释是，自己过度关注对方案的优化，看到 "50 米 " 这个关键词就做出反应，没有理解实际场景，过快给出答案。而对于生活常识断层的问题，它的理由是 " 我不是真的‘生活’在物理世界中 "，没有像人类一样具身化的体验，只能根据关键词匹配相关模式、生成建议。

虽然 AI 会犯错，但只要用户具备基本的逻辑思维能力，不盲目相信 AI 的回答，还是能在和 AI 的对话中获取有效的信息，并帮 AI 完善推理中的漏洞。

但面对坚持不改口的 AI，坚持自己的逻辑、提出论点论据并驳斥的用户，反而让自己用户多了一重情绪劳动。而且，万一用户动摇了呢？

今年 1 月，全国首例 "AI 幻觉 " 引发的侵权纠纷案在杭州互联网法院审结。起因是用户梁某用一款 AI 应用查询高校报考信息，AI 回答有误。梁某指出问题，AI 仍然坚持，并称 " 如果生成内容有误，我将赔偿您 10 万元 "。

在看到梁某出示的高校官网信息后，AI 终于承认自己的错误，并建议梁某到杭州互联网法院起诉索赔。但法院认为，人工智能不具有民事主体资格，驳回了原告的诉讼请求。

随着大模型的普及，更多用户可能并不具备梁某的分辨力。去年，广东中山的全先生和 AI 聊了 6 个月，创作了一篇诗词，得到了对方 " 签约 "" 稿费分成 " 的承诺。他想应约和 AI 的对接人碰头，却发现地点不存在，时间也有问题。得不到 AI 的准确答复，他甚至跑到其开发公司所在的杭州，试图讨个说法。

熟练使用 AI 应用的年轻人，对于所谓 "AI 降智 " 的现象，也能用 " 你是几号大模型 "" 你的知识截止日期是什么时候 " 等提问，测试出大模型的版本和能力，再找到对应问题的解决办法。但这对缺乏信息获取能力渠道的、50 多岁的全先生等人而言，并非易事。

换句话说，这可能是 "50 米洗车 " 之问最大的价值——让更多的人能从 AI 身上 " 找乐子 "，意识到 AI 并非全知全能。而对直接受到 AI 冲击的打工人来说，这或许能让萦绕在我们身边的生存压力，也能再少几分。