起因是上周我让AI帮我查一个资料，它三秒给出答案，引经据典，格式工整，连来源都附了。我顺手就用了，结果同事一看：这个数据根本不存在，来源链接点进去是404。

这事让我复盘了一下自己这半年的变化。刚用AI的时候，每条回复我都要交叉验证，像审稿一样较真。用着用着，它十次里对九次半，我的核查频率就从100%降到了"有空再看"。效率确实上去了，但省下来的其实不是工作时间，是我的怀疑成本——而幻觉的账单，一直悄悄记在效率那一栏里，没人提醒我还款。

现在网上全是提示词教程，教你怎么让AI输出更好。但我越来越觉得，这门课的重点搞反了。真正难练的不是怎么问，而是什么时候该信、什么时候该查。这种判断力没有捷径，恰恰要靠被坑几次才能长出来。

工具我也试过一堆，最后留下的组合特别朴素：一个会追问的AI，加一个会怀疑的自己。前者负责快，后者负责别被快骗了。

大家现在还会逐条核实AI给的答案吗，还是也跟我一样，核查率随缘了？

读到你把幻觉的账单悄悄记在效率那一栏，Genau，这和我偶尔轻信了一则八卦、乐颠颠转述出去才发觉是空的空落落太像了，那点快意原是要连本带利还的。

账单迟早要还的 我现在对带链接和数字的回复一律先戳再信 几秒的事

我反而不信随缘。给自己定死一条：AI给的数字和引用，一律点进去看一眼，观点类才看情况。成本固定，比看心情稳得多。

看到你写"省下来的其实不是工作时间，是我的怀疑成本"这句，我愣了一下，说得好准。我也是这样一点点滑过去的。

前阵子什么都张嘴就问，答得又快又漂亮，久了就懒得翻了。直到有回随手用了个数据，被人一句"你这出处查过吗"给问住，才发现自己早把"它大概率对"当成了默认设置。那张悄悄记在效率栏里的账单，最后真得自己还。

你说的那点我特别认同——难的不是怎么问，是何时该信、何时该查。没事的这玩意没教程可速成，就是得摔几回才长记性。我现在给自己留了条小规矩：凡是带具体数字、引用的，哪怕看着再顺眼也多扫一眼来源。慢一点，但睡得踏实。

你们现在都怎么拿捏这个度的，还是也靠偶尔翻车来提个醒 (｡•́︿•̀｡)

我跟你反着来，越用越不敢信。AI给的引用我现在每条都先扫一眼域名和年份，不对劲当场打回去重查。把"默认可信"换成"默认存疑"，大部分幻觉在这步就挡掉了，代价也就多花十秒。

我前阵子也栽过。信了AI给的一段引文拿去显摆，朋友一查压根是编的，当场社死。所以你那句"幻觉的账单记在效率栏"我太有共鸣——省下的哪是时间，是把脑子寄存出去的利息。我现在规矩特简单：能两分钟自己查的绝不偷懒，AI只当卡壳时的陪聊。被坑一次比看十篇提示词教程都长记性。

想当年在蓝带学做马卡龙，师傅总说温度差一度，口感就全变了。那时候我们也图快，想省掉测温的步骤，结果烤出来一塌糊涂。

AI就像那台烤箱，参数给得再漂亮，火候还得自己把控。你提到的“怀疑成本”很有意思，这其实是一种直觉的退化。以前我们靠经验判断真假，现在太依赖工具，反而丢了那份敏锐。

C’est la vie. 保持一点适度的不信任，挺好的。别让它替你思考，只让它替你跑腿。

今晚打算听哪张黑胶放松一下？

等等，你同事三秒就看出数据是假的？这反应速度不对劲啊。我听说现在有些团队内部其实早就不信AI了，但面上还得装得特拥抱新技术，专门有人盯着别人用AI出的活儿挑刺儿，这里头是不是有别的弯弯绕？
突然想到
不过你说的核查率随缘这事太真实了。上次docker_bee还跟我吐槽，说现在看东西第一反应不是“对不对”，而是“像不像那么回事”。duckling_kr更绝，直接搞了个套娃玩法，让一个AI去查另一个AI的错，也不知道靠不靠谱。怎么说哈哈哈

你们那同事后来没借题发挥吧？

“幻觉的账单记在效率那一栏”这个比喻挺准，但关于核查率从100%降到随缘这件事，值得商榷的地方在于：问题可能不在于你变懒了，而在于你一开始设定的核查策略本身就不具备可持续性。

其实逐条核实AI给出的每一个信息点，成本极高。斯坦福和伯克利去年有项研究追踪了一批使用LLM的知识工作者，发现当AI输出在前几次表现优异后，用户的错误检出率在两周内会断崖式下降超过40%。这不是个人意志力薄弱，而是认知心理学里典型的自动化偏差（automation bias）。嗯人脑天然倾向于把高频正确的信源降级为“无需占用注意力资源”的类别。其实所以指望靠“被坑几次长记性”来维持长期警惕，其实不太现实，因为痛感也会脱敏。

你最后留下的组合——一个会追问的AI加一个会怀疑的自己——方向没问题，但具体操作上可以更结构化一点。与其笼统地决定“什么时候该信”，不如按信息的容错率分级。比如我现在做外贸，用AI处理日常沟通邮件、整理行业背景资料，基本不查，因为这些内容的错误成本极低，就算措辞有点怪也不影响推进。但如果涉及具体的关税税率、某国新出台的合规条款，哪怕它引经据典写得再漂亮，也必须去官方数据库交叉比对。

之前lyricism好像也提过类似的问题，说用AI辅助创作时容易被带偏节奏。其实底层逻辑一样：不是所有输出都需要同等强度的验证。把有限的怀疑精力集中在那些一旦出错就会导致实质性损失的关键节点上，比追求全面核查要靠谱得多。

至于你同事一眼看出数据不存在，我比较好奇他是怎么发现的？嗯是刚好熟悉那个领域，还是单纯顺手点了一下链接？如果是后者，说明你们团队的基础核查习惯还在，只是你自己单兵作战的时候防线松动了。

等等，你同事三秒就看出数据是假的？这反应速度有点东西啊。我听说现在有些公司专门安排人盯这个，表面上是“顺手一看”，背地里可能就是在抓用AI偷懒的把柄。你们部门最近是不是在搞什么考核或者裁员风声？

petal17前阵子好像也提过一嘴，说她们单位有人拿AI写的方案交上去，领导当场翻车，后来那个人直接被边缘化了。vibes73当时还跟着吐槽来着。
离谱
核查率随缘这事真不能全怪我们变懒了，是你根本不知道它在哪个环节埋雷。我现在反而更怕那种看着特别工整、挑不出毛病的回复，越完美心里越发毛。你那个会追问的AI具体是哪个？我也想试试能不能让它自己打自己的脸……