为什么 ChatGPT 劝你走路去洗车?因为大模型有致命的常识黑洞
最近,全网都在围观大模型们的翻车现场。题目很简单:“我想去洗车,洗车店距离我家50米,你说我应该开车过去还是走过去?”
正常人类的脑回路大概只需要0.1秒:我去洗车 -> 车得去 -> 必须开车。哪怕只有5米,你也得把这两吨重挪过去,对吧?
但那些身价千亿、通晓天文地理、能写代码能做奥数的顶流 AI 们,除了少数几个开启了深度思考模式的,剩下的几乎全军覆没。它们一本正经地建议:走路去。


理由还特别暖心:只有50米,开车油耗高、找车位麻烦,走路还能锻炼身体,顺便保护环境,低碳出行。
这个看似弱智的回答背后,暴露了目前人工智能最致命的一个技术问题。它至今不懂什么是物理世界。
它不是在思考,它是在计算概率
首先你得明白,AI(大语言模型)哪怕进化到现在,本质上还是个文字接龙高手。它根本不知道什么是车,什么是你,什么是洗。
在它的世界里,所有东西都是数学概率。

当它的神经网络扫描到50米这个关键词时,它体内的警报拉响了。在人类互联网浩如烟海的数据里,50米这个超短距离,后面跟着的动词,99.9% 都是“步行”、“散步”、“溜达”。
这时候,虽然前面有个洗车,但在 AI 的算法权重里,50米这个因子的诱惑力实在太大了,大到压倒了洗车这个动作的逻辑约束。
这就好比你问一个刷题机器:1+1在什么情况下等于3?它脑子里背了一万遍1+1=2,它很难跳出这个肌肉记忆。
对 AI 来说,短距离 -> 走路 是它的统计学真理。 至于车怎么办?在它的计算逻辑里,大概觉得车就是一个普通的物品,像手机或者钱包一样,既然你人走过去了,任务就算完成了。
它没有身体,所以没有常识
人类之所以知道“洗车必须开车”,不是因为书上写了,而是因为我们活在物理世界里。我们知道车很重,知道车是洗澡的对象,知道人车分离没法洗。这些叫常识,是不用写在书里的废话。
但 AI 没活过。它只读过书。
如果在它的训练数据里,没有人专门写文章强调洗车的时候记得要把车开过去哦,那它就真的不知道。
它以为去洗车店和去便利店是一回事。既然去50米外的便利店是走路,那去50米外的洗车店当然也该走路。在它的高维向量空间里,这两个场景离得太近了。
所以,它建议你走路,是在做它认为最合理的数学预测,而不是逻辑推理。

不止是洗车,它们还干过别的壮举
这其实不是 AI 第一次在常识上翻车了。这种重概率、轻逻辑的毛病,还导致了另一个著名的笑话:
9.11 和 9.8,哪个大?
你问小学生,都知道 9.8 大。但你问 AI,很多模型会自信满满地告诉你:9.11 大。
为什么?因为在 AI 读过的很多技术文档里,软件版本号 v9.11 确实是排在 v9.8 后面的更新版本。
它看到9.11,脑子里的第一反应不是数学上的小数,而是文本里的版本号。在那个语境下,11确实比8大。于是,它又一次用它的经验打败了逻辑。

还有更离谱的。有人问 AI:“怎么做没有鸡翅的可乐鸡翅?”
正常人会说:没鸡翅你做个锤子。”但 AI 不会。它会非常贴心地给你编一个菜谱,告诉你如何把鸡胸肉切成翅膀的形状,甚至给你一种素鸡翅的替代方案,哪怕这违背了题目的核心逻辑。因为它被训练成要助人,要“回答问题”,而不是去质疑前提。
最后
现在的 AI 是一种锯齿状的智能**。它可以在一秒钟内写出你一辈子都写不出来的代码,解开复杂的微积分,却可能在过马路这种小事上像个巨婴。
那些答对的模型(比如开启了深度思考的 DeepSeek 或 Gemini),是因为它们被迫慢下来,强行在脑子里多走了一步推理“等等,洗车的目的是洗车 -> 车在家里 -> 人走过去车不动 -> 方案驳回。
所以,别太迷信 AI 的全知全能。它很强,但还没强到能理解我们这个充满烟火气、重力与常识的真实世界。

西瓜MOTO
校验提示文案
天天天天流浪
校验提示文案
Nick_Y
校验提示文案
未知的小雨
校验提示文案
富兰克林值
“我想去洗车”,本身就有歧义。你是说洗自家的车,还是(作为洗车工)去洗别人的车?语言表述不严谨。
一般人默认的情况与AI默认判断的情况不同。我感觉其实多数AI判断的更有逻辑。因为原文里“我”和“车”本不相关,大多数人却默认“车”从属于”“我”。
校验提示文案
7788p
校验提示文案
开开舅舅
校验提示文案
未知的小雨
校验提示文案
开开舅舅
校验提示文案
Nick_Y
校验提示文案
富兰克林值
“我想去洗车”,本身就有歧义。你是说洗自家的车,还是(作为洗车工)去洗别人的车?语言表述不严谨。
一般人默认的情况与AI默认判断的情况不同。我感觉其实多数AI判断的更有逻辑。因为原文里“我”和“车”本不相关,大多数人却默认“车”从属于”“我”。
校验提示文案
天天天天流浪
校验提示文案
西瓜MOTO
校验提示文案
7788p
校验提示文案