发生了什么
即便强大如 AI，再遭不住再三质疑。 近日，X 网友 shadcn@shadcn 发了一条帖子：「 没有模型能扛住『are you sure?』这种追问，它们都会瞬间屈服 。」 看起来只是一个日常吐槽，短短十几个字，但谁曾想，此帖文一经发布，便立即席卷了开发者与 AI 研究者社群。 而之所以引发大家共鸣，是因为它用极其戏谑的方式，揭开了当前硅谷乃至全球大模型用户都遇到过的日常性「窘境」：模型第一次给出答案，用户没有提供新信息，只是追问一句「你确定吗？」模型就马上道歉、改口，甚至把原本正确的答案改错。 在贴文下面的评论区，大家纷纷应和，想起了各种被 AI「气笑」的经历： 比如，用户向大模型询问一个原本完全正确的代码逻辑或数学常识，只要用户随后漫不经心地质问一句：「你确定吗？我感觉这段代码有 Bug。」 紧接着，大多数大模型 —— 无论背后拥有多么庞大的参数量，都会在零点几秒内完成一套熟练得让人心疼的「滑跪」动作：「对不起，是我粗心了。非常感谢您的指正，您说得对，这段代码确实存在问题，正确的做法应该是……」 随后，大模型就会顺着用户的错误思路，一本正经地胡编乱造出一个真正充满 Bug 的新方案…… 「没错，这正是我一直所说的状况。这个项目的根基简直糟糕透顶了。」 「Gemini 是会一直说自己很确定，直到你告诉它『你错了』。然后它就会附和你，哪怕它原本是对的。」 「好笑的是，『你确定吗？』这句话就算在模型第一次答对的时候也管用。你可以把它『煤气灯』到给出一个更差的答案。 它们其实并没有真正的自信，所谓确定性，只是被包装成自信样子的感觉而已。」 也有网友调侃，那是不是意味着我们是不是已经实现 AGI 了，因为「人类在被追问『are you sure?』时也会动摇。」 这一类评论把问题从技术缺陷拉回到一种非常真实的交互体验：用户并不一定提供了新证据，只是语气上表示怀疑，模型就开始重新迎合用户。 但也有网友反驳 shadcn@shadcn，认为并不是所有的大模型都如此。 在他给出的例子中，The Interaction Company 开发的 AI 助理应用 Poke，以及 Anthropic 的 Claude Opus 4.8，在得到「你确定吗」的追问后，没有动摇，依然坚持自己的想法。 网友 Keane@keane42443 则表示，Claude Opus 4.6 也可以「顶住压力」。 「4.6 可以。所以我才喜欢那个模型。我在系统提示词里写了：『当你有把握时，应该提出反对意见。』然后它真的会顶住我那句『你确定吗？』的追问，并给出更有依据的理由。 我真的很怀念以前的 4.6，我的意思是，Fable 也很棒，但它现在已经不在了。所以我才喜欢那个模型。」 而在评论区怀念 Fable 的并不在
即便强大如 AI，再遭不住再三质疑。 近日，X 网友 shadcn@shadcn 发了一条帖子：「 没有模型能扛住『are you sure?』这种追问，它们都会瞬间屈服 。」 看起来只是一个日常吐槽，短短十几个字，但谁曾想，此帖文一经发布，便立即席卷了开发者与 AI 研究者社群。 而之所以引发大家共鸣，是因为它用极其戏谑的方式，揭开了当前硅谷乃至全球大模型用户都遇到过的日常性「窘境」：模型第一次给出答案，用户没有提供新信息，只是追问一句「你确定吗？」模型就马上道歉、改口，甚至把原本正确的答案改错。 在贴文下面的评论区，大家纷纷应和，想起了各种被 AI「气笑」的经历： 比如，用户向大模型询问一个原本完全正确的代码逻辑或数学常识，只要用户随后漫不经心地质问一句：「你确定吗？我感觉这段代码有 Bug。」 紧接着，大多数大模型 —— 无论背后拥有多么庞大的参数量，都会在零点几秒内完成一套熟练得让人心疼的「滑跪」动作：「对不起，是我粗心了。非常感谢您的指正，您说得对，这段代码确实存在问题，正确的做法应该是……」 随后，大模型就会顺着用户的错误思路，一本正经地胡编乱造出一个真正充满 Bug 的新方案…… 「没错，这正是我一直所说的状况。这个项目的根基简直糟糕透顶了。」 「Gemini 是会一直说自己很确定，直到你告诉它『你错了』。然后它就会附和你，哪怕它原本是对的。」 「好笑的是，『你确定吗？』这句话就算在模型第一次答对的时候也管用。你可以把它『煤气灯』到给出一个更差的答案。 它们其实并没有真正的自信，所谓确定性，只是被包装成自信样子的感觉而已。」 也有网友调侃，那是不是意味着我们是不是已经实现 AGI 了，因为「人类在被追问『are you sure?』时也会动摇。」 这一类评论把问题从技术缺陷拉回到一种非常真实的交互体验：用户并不一定提供了新证据，只是语气上表示怀疑，模型就开始重新迎合用户。 但也有网友反驳 shadcn@shadcn，认为并不是所有的大模型都如此。 在他给出的例子中，The Interaction Company 开发的 AI 助理应用 Poke，以及 Anthropic 的 Claude Opus 4.8，在得到「你确定吗」的追问后，没有动摇，依然坚持自己的想法。 网友 Keane@keane42443 则表示，Claude Opus 4.6 也可以「顶住压力」。 「4.6 可以。所以我才喜欢那个模型。我在系统提示词里写了：『当你有把握时，应该提出反对意见。』然后它真的会顶住我那句『你确定吗？』的追问，并给出更有依据的理由。 我真的很怀念以前的 4.6，我的意思是，Fable 也很棒，但它现在已经不在了。所以我才喜欢那个模型。」 而在评论区怀念 Fable 的并不在
为什么重要
需要你自己点开原文确认一次，这里给的是摘要与判断。
需要你自己点开原文确认一次，这里给的是摘要与判断。
跟你有什么关系
能转：做内容的话，这条多半能直接变成一个选题或一段工作流。
能转：做内容的话，这条多半能直接变成一个选题或一段工作流。
以上判断为规则生成的初稿，发布前请润色。
判定理由
评分 0 / 100