河南新乡一位家长花4800元买了台读书郎新款学习机，4天内发现20道题里错了2道，记者实测讲题也多处出错，当地市场监管部门已介入调查。最扎眼的细节是同一道题目让AI讲6遍，给出了6个不同的讲法。先把结论说清楚：“6次不一样”不一定说明机器坏了，这是生成式大模型的常态——AI不是替孩子“查”答案，而是每次现场“生成”一段讲解，用词和思路本来就可以不同；真正需要警惕的是生成结果里的错误。 温差题把摄氏度讲成美元、20题里错2题，“错”才是问题。分清这两种“不一样”，比单纯骂一句AI学习机有用得多。小红书哔哩哔哩
为什么同一道题能讲出6个样：每次都是“现生成”
大模型答题靠“预测下一个字”：从第一个字到最后一个字，模型根据题目和已经写出的内容，算出每个候选字出现的概率，再按概率抽一个出来。为了不让对话变得像复读机，厂商会刻意保留这种抽样的随机性，常被提到的“温度”就是控制随机程度的参数之一。同一个问题问6遍，就是6次独立的生成过程，措辞、讲解顺序甚至解法路线都允许变化。像“把这道题讲给孩子听”这种开放性任务本来就有多种合理讲法，6个版本各说各的，恰恰说明生成机制在正常工作。反过来说，“每次不一样”既不是质量事故的证据，也不该被当成出错时的挡箭牌：技术上完全可以把模型设成每次输出相同内容，但那只保证“一致”，不保证“正确”。
真正危险的不是“不同”，而是“错”
读书郎这台机器的问题不在6套讲法，而在其中混着错解：讲一道温差题时连单位都讲错了，报道还提到题目本身就有问题。这类错误通常有两层来源。一层是识别环节：拍题答疑要先“拍照—识别题目—再讲解”，单位、数字乃至题干都可能在第一步就被读错，这道题连题目本身都存在问题，说明输入链路已经不可靠。另一层是幻觉：大模型没有“自知知不知”的机制，知识边界模糊时会顺着概率往下编，所以错误往往讲得特别流畅；讲解又是一步接一步生成的，前面错一步，后面会沿着错路继续“自圆其说”。孩子没有核对能力时，这种流畅的错解比生硬的拒答危害更大。知乎
对普通家庭，能带走什么
这件事最实际的价值，是把“AI会不会出错”变成一套可操作的用法。把AI讲题当陪练，别当判卷人。几个当场能用的方法：用“多问几遍”当检测器——同一道题让AI讲2到3次，如果连最终结果都变来变去，说明模型对这道题的把握很低，结论别直接用，以教材和教师批改为准；听讲解时盯住数字和算式而不是整体叙述，更容易发现步骤里的坑。选购时还可以多问一句产品形态：市面上的AI答疑大致分两类，一类直接让通用大模型生成讲解，另一类先检索题库命中现成题目再讲解，后者在常见题上的稳定性通常更好，而宣传页往往对这种差别含糊带过。
事件本身还在推进：读书郎客服10月13日回应称产品存在问题，一周内将程序修改完成，并做全额退款。而此前退货环节官方与门店说法相左：客服曾明确告知7天内可退，门店却以“机器已激活”为由拒绝。小红书新识研究所
销售端对AI的宣传相当高调：门店物料把AI老师描述成“比家长更了解孩子”，主打“苏格拉底式引导讲解”。公司层面的压力同样真实：据财中社对2026年中期报告的梳理，读书郎上半年收入7453万元，同比少了约六成，亏损3129万元。“讲题讲得出花样”是生成技术的本能，“讲得对不对”才是教育产品的本分，这台4800元机器的落差就在这里。截至发稿，涉事机型接入的模型来自哪家尚无官方披露，市场监管部门的调查也未有结论；“一周内修完并退款”的承诺能否兑现、修复后错误率是否真的下降，仍要等实测和官方通报来验证。抖音知乎
