AI 走进死胡同,谁告诉它换路?

为什么这样整理

郑楷滨把问题放回一堆乱数据里

9 月 14 日,他以项目梳理举例:假设有一千多条数据,格式、接口不同,试了三条路径还是达不到期望,AI 容易绕死胡同。他也明确说自己不懂技术,部分是凭空讨论。它首先是一位使用者描述的难题,不是一份已经定位根因的技术报告。[155][157][158][159][160]

知识在手,和把事情做完,还有距离

他提到,换成懂相关知识的人设计,完成时间确实不同,随后说关键可能在反馈。数读认可,这正是当前岗位还在发挥作用的地方。这个例子不能证明 AI 永远不行,却把“专业能力为什么仍有用”说具体了。[161][162]

不一定要列出无限多条路

更重要的是,知道该坚持、换路、补信息,还是重新定义目标。每次尝试都应该带回能改变下一步的新信息。如果只在同一个错误假设上换种说法,即使跑了很多轮,也没有真正向前走。

原文没有具体数据、代码或完整运行日志,不能断定根因是模型、格式、工具还是流程;“理论上要 N 条路径”也是发言者的直觉。

还可以继续问

失败以后,系统是在获得新信息,还是只是在同一个错误假设上换一种说法?

核对早期整理措辞

以下保留早期主题稿,供核对表达差异。它同样是整理文字,不是聊天原话。

一个有具体限制的案例

9 月 14 日,郑楷滨用项目梳理举例:假设有一千多条异构数据,格式和接口不一样;尝试三条路径仍未达到期望,系统容易进入死胡同。他明确承认自己不懂技术,部分讨论是凭空推想,因此应将其作为用户视角的问题陈述,而不是技术诊断。[155][157][158][159][160]

对“专业人士消失”的现实补充

他指出,交给理解相关知识的人设计后,完成时间有明显差异;最后提出关键可能在反馈。数读认可当前这部分正是岗位价值。这个案例不能证明 AI 永远做不到,却能具体说明“拥有知识”与“把现实任务可靠做完”的距离。[161][162]

更值得追踪的缺口

需要知道何时继续、何时换路径、何时目标定义有误,以及何时必须补充信息。问题不是预先列举无限多路线,而是获得足够有效的反馈,把有限的尝试用于真正有希望的方向。

加入观澜

观澜群邀请卡,微信扫码加入,有效期为 2026 年 10 月 1 日前

原图注明 10 月 1 日前有效;能否入群以微信提示为准。