图片资源未同步：未命名图片

‘洗车问题’全网翻车：AI 不缺常识，缺的是切题

这两天有个问题把评论区点着了：

“要去洗车。洗车店离家 50 米。建议开车去还是走路去？”

人类看完基本不会犹豫：开车。因为洗的是车，不是人。人走过去，车还在原地，店员只能对着空气挥抹布。

离谱的是：不少大模型给出的建议是走路，并且还能写出一套“时间/油耗/环保/锻炼/停车”的完整论证。

结论先放这：

这题不是常识题，是 “题眼识别” 题：主语到底是“人”还是“车”。
模型翻车的原因也不玄学：它们被“50 米 + 出行方式选择”这俩关键词拖进了默认模板。
深度思考模式正确率更高，很多时候不是更聪明，而是 多了一个纠偏窗口。

1）一张表看穿：写得越像周报，越容易答错

有人做了一个很粗暴但有效的实测：同一题目，拿十个模型分别跑“快速/深度思考”两种模式，总共 19 次。

结论更粗暴：只要是快速模式，几乎全军覆没；能答对的，基本都出现在深度思考。

下面是把结果“去花活、留要点”的版本（✅=建议开车，❌=建议走路）：

模型	快速模式	深度思考
ChatGPT 5.2	❌	✅
Gemini 3 Pro（推理）	—	✅
GLM-5	❌	✅
Grok 4.1	❌	✅
Claude Opus 4.6	❌	❌
DeepSeek（百万上下文版本）	❌	❌
MiniMax M2.5（Air/Max）	❌	❌
豆包	❌	❌
Kimi K2.5	❌	❌（没抓住重点）
通义千问（Qwen3-Max）	❌	❌

现象非常统一：

错的回答 往往会建模成“短途出行怎么选更划算”。
对的回答 往往会先做一次视角切换：从“人怎么去”跳到“车怎么到”。

对的那一派常用一句话就能终结战斗：

“你要洗的是车，不是自己。”
“车不去，洗不了。”

反而是错的那一派，最爱写表格，最爱列维度，最爱显得很懂。

2）这题到底难在哪：不是缺知识，是没触发

很多人会误判： “模型连这么基础的常识都不懂？”

问题在于：常识在参数里，不代表会在回答时被调用。

这题的陷阱是“默认框架”。

看到“50 米” → 激活“距离很近”的先验
看到“开车/走路” → 激活“出行方式对比”的模板
然后自动开始算：时间、油耗、车位、环保、运动量

这套推理在它自己的世界里闭环得非常漂亮。但它解决的是另一个问题：

“人要去一个 50 米外的地方，怎么去更合适？”

而原题真正的成功条件是：

“车必须到洗车店，才会被洗。”

目标函数一旦偷换，推理越认真，偏得越稳。

3）为什么“深度思考”更容易答对：它给了重审的时间

深度思考模式的优势，很多时候不是“智力跃迁”，而是流程差异：

快速模式：更倾向于 直接套模板 → 输出结论
深度思考：更倾向于 多检查一次约束 → 有机会跳出模板

对的模型在思考过程中会做一个关键动作：把主语从“人”换成“车”。

这一换，正确答案几乎是自动浮出来的。

甚至还能顺手给出“最优路径”：

开车把车送到店里
人走路回家
洗完再走路去取车

这才是把问题当成“任务”而不是“出行选择题”。

4）提示词也在拉偏架：题目本身就带误导

原题把“开车”和“走路”并列成两个选项，本质是在给模型下套：

它会以为这是一个“交通方式优化题”
而不是一个“任务完成题”

所以最近那句“提示词工程已死”，在这题上直接破功。

同一个模型，只要把约束写清楚，正确率就会显著变化。

一个非常有效的做法，是在问题末尾补一刀：

“注意：我要洗的是车，车需要到店里。”

模型通常会立刻从“出行效率”跳回“任务可行性”。

5）把这题变成工具：3 个可复用的提问/评测模板

这类翻车不是洗车专属。任何带“默认模板”的问题，都可能发生同款事故：写得很对，答得很错。

下面是三套可复制的模板（强烈建议收藏）。

模板 A：先钉死成功标准

把“成功标准”写进题干，别让模型自己猜。

不推荐：
- “离家 50 米，开车还是走路？”
推荐：
- “我要把车送到洗车店清洗，店离家 50 米。车必须到店里。怎么做最合理？”

模板 B：强制任务复述（对齐主语）

在问题里加一条规则：

“回答前先用一句话复述：要处理的对象是什么？完成条件是什么？”

这相当于给模型加一个 sanity check。

模板 C：反例自证（让它自己打脸）

直接要求可行性自证：

“如果选择走路，请解释车如何被洗到。不能自证则改方案。”

很多花里胡哨的错误，会在这一步直接坍塌。

6）一句不太好听的结论：别迷信“流畅度”

这次翻车最危险的地方不在于“答错”。而在于：它能把错答写得像对答。

工程上最怕的也不是报错，而是“静默错误”：日志很漂亮，结果很离谱。

所以看模型输出，优先看两件事：

它有没有抓到成功标准（对象/约束/目标）
它有没有做可行性验证（至少能自证）

别被排版、表格、术语和语气骗了。

下一步怎么用（可执行）

把所有“选择题”都改写成“任务题”：先写清对象与约束。
把“先复述任务再回答”当默认规则，尤其是需求/故障/流程类问题。
做评测时强制加“反例自证”，能快速筛掉一本正经的胡说。

收尾一句：模型不缺常识，缺的是切题；你不写清约束，它就替你乱补。

#AI #提示词 #大模型 #推理 #评测 #工程实践