你大概也经历过这样的时刻：向AI提一个数学问题，它像耐心的家教一样，把步骤写得清清楚楚，逻辑讲得明明白白，每一步都从容不迫——然后给你一个……错的答案。

通常不是离谱的错，而是那种自信的、合理的、微妙的错。错到你可能根本发现不了。

打开网易新闻 查看精彩图片

这让人觉得很荒谬。一个能写代码、能讲量子物理、能起草法律文书、能推理真正困难问题的系统，怎么会在1975年一个两美元计算器就能搞定的算术上翻车？

直觉告诉你，这是“模型数学还不够好”——下一版就能补上。但真相更有意思：AI在做的事情，和你以为它在做的事情，完全是两回事。它从一开始就没有在“计算”。

一旦你看清引擎盖底下真正发生了什么，那些错误就不再神秘，而是变得完全可以预测——而且，关键的是，很容易绕开。下面拆开讲，不需要数学学位。

核心区别：计算 vs. 预测

当你在计算器里输入4827 × 391，计算器执行的是一个规则。它跑一个精确的、确定性的乘法算法——每次都是同样的步骤——返回唯一正确的答案。它不“思考”，它计算。同样的输入给它一百万次，你得到一百万次同样的输出，保证如此。

大语言模型完全不是这样。它不计算任何东西。它的核心只做一件事：根据从海量训练数据中吸收的统计模式，预测下一段最可能出现的文本。

所以当你问它数学题时，它并没有在乘法。它实际上在问自己：“给定这串字符，接下来最可能出现的文本是什么？”——和它补全“法国的首都是___”用的是同一个过程。它是在用模式补全的方式，凑出一个看起来像数学题答案的东西，而不是算出来的。

对语言来说，这是真正的奇迹。对数学来说，这是根本性的错配。

一句话说清楚：语言是统计的，数学是精确的。

在写作中，“差不多”不仅可接受，而且就是语言运作的方式。大多数句子可以用好几个不同的词合理地收尾，选一个略有不同的词，产出的依然是流畅正确的表达。这里有弹性、有容忍度、有回旋空间。

算术完全没有这些。4827 × 391只有一个正确答案，接近毫无意义。1,887,357是对的；1,887,000和42一样“错”。一个被优化成产出“最像样续写”的系统，玩的是一个内置容忍度的游戏——然后被一个零容忍的科目打分。

这就是大语言模型能完美解释解题步骤、却在最后一步给出错误数字的深层原因。它不是在算，它是在猜“接下来最像什么”。