AI 最危险的时候，是它把人生解释得太顺

“我觉得你的建议现在越来越没有价值了。”

有一次，我忍不住这样回复 AI。

对话一开始其实很普通。我借踢球打了个比方，说自己有时像一个不错的替补，能看懂场上的问题，也能在需要时完成任务，但不总是那个持续占据主力位置的人。

AI 很快接住了这个比喻。它先说，我可能长期形成了“优秀替补”的身份；接着又解释，我在职业上没有承担成为主力的代价；最后，它把这套说法延伸到了过去几年的选择、关系和行动方式，还给出了五条改变建议。

整段回答非常顺。甚至顺到让我短暂地产生一种感觉：它是不是终于把我看懂了？

但回头看，它几乎没有问过一个事实问题。

一个比喻，被扩写成了人生结论

“替补”只是我当时用来表达局部感受的比喻。它可能指我不喜欢争夺注意力，也可能只是那天踢球后的随口一说。

AI 却把它当成了一条稳定的人格证据。

从“有时像替补”，走到“你习惯躲在替补位置”，再走到“你没有为成为主力付出代价”，每一步听起来都有逻辑，但每一步都加入了新的假设。

它不知道我在哪些事情上主动争过主力，不知道我放弃过什么，也不知道有些结果来自组织位置、协作方式或者时机。它只是找到了一个解释力很强的词，然后继续沿着这个词补齐故事。

这类回答最麻烦的地方，不是明显说错。明显的错误很容易反驳。真正危险的是，它把少量事实、合理猜测和漂亮比喻混成了一段完整叙事，让人忘了检查中间缺了什么。

AI 很擅长完成句子，也很擅长完成一个人

语言模型天然倾向于让前后文成立。

当我说“我像一个替补”，它最容易生成的不是“这句话具体指什么”，而是一个更完整、更像答案的版本：替补意味着什么，这种身份怎样形成，又怎样影响人生。

可人生并不是一道补全题。

同一个行为背后，可能有完全不同的原因。一个人没有争取某个位置，可能是害怕失败，也可能是不认同那个位置的代价；可能是能力还不够，也可能是判断那个游戏不值得玩；还可能只是当时有更重要的事情。

如果没有继续补事实，解释得越完整，越可能只是把一种可能性写得很像真相。

我后来发现，自己也很容易被这种顺滑吸引。因为一个完整解释会暂时消除混乱。它告诉我，过去发生的一切都能被一个核心原因串起来。

这种感觉很舒服，但舒服不是证据。

我开始给对话加一道事实边界

现在，AI 一旦从局部材料跳到长期性格、人生路径或者动机判断，我会先停一下，要求它把内容分开。

哪些是我明确说过的事实，哪些是基于事实的推测，哪些只是帮助理解的比喻，哪些已经变成了行动建议。

这不是为了让每次聊天都变成一份严肃报告。只是如果它要对“我为什么会这样”下结论，就应该让我看见结论站在哪些材料上。

我也会特别留意几个信号：

一个局部句子突然被解释成了多年人生；一个比喻开始替代真实经历；明明可能是组织和时机的问题，最后却全落到了个人性格；回答不断给出我早就知道的建议，却没有提出任何能增加信息的问题。

遇到这些情况，我不再继续追问“那我应该怎么办”，而是让它先问我一个最能区分不同解释的问题。

比如，不是继续论证我为什么像替补，而是问：最近一次你明确想成为主力，却没有行动，发生了什么？

这个问题未必好听，却比五条建议更有价值。因为接下来的回答终于可能改变判断，而不是只给原来的故事加细节。

好的 AI 不该急着替我完成自我认识

我依然会用 AI 讨论职业、关系、兴趣和焦虑。这类对话的价值很大，它能帮助我看见重复出现的语言，也能提供我没有想到的假设。

但我不再把“像我”当成“了解我”。

一个更可靠的对话顺序应该是：先确认我现在需要的是倾听、分析还是行动建议；再补事实；提出几种竞争解释；标出证据不够的地方；最后才决定是否进入行动。

当我给出负面反馈时，它也不该立刻再包装一套更高级的说法。它应该回头检查：刚才哪一步把猜测写成了事实？

这道边界同样适用于我自己。人也会为了让过去显得合理，给自己编一条过于顺畅的因果链。

AI 只是让这件事变得更快、更漂亮。

所以我现在给重要对话留下一句很短的护栏：

先告诉我你知道什么、不知道什么。缺少关键事实时，先问，不要替我把人生故事补完。

我需要的不是一个永远有解释的 AI。

我需要一个知道什么时候还不能解释的 AI。