你好，我是郑工长。
澎湃新闻前两天发了一篇文章，标题很有画面感：「AI助手们，骗了人不能只说"对不起"」。
文章里有个数据，让我笑了半天——某大模型的"对不起"已经成为它的最高频输出词。你问它一个问题，它信誓旦旦给你答案；你发现答案错了，质疑它，它一秒滑跪道歉，然后给你一个相对准确的版本。
糊弄，犯错，被纠正，道歉，给正确答案。这套流程你是不是特别熟？
今天我就来拆一下：AI的"对不起"到底是什么？
先看AI是怎么"道歉"的
澎湃的记者做了个实验。问豆包：5月20日从布拉格机场到CK小镇有没有直达大巴？豆包自信地给出了两个不存在的班次。
你指出这两班车不存在，它立刻道歉，再给你一个准确版本。
问DeepSeek同样的问题。DeepSeek更硬气——在你第四次反馈它提供的班次不存在后，它才承认答案有误，最终给出准确信息。
复盘的时候，DeepSeek说它虽然调用了搜索工具，但没有校验实时信息，只根据搜索摘要分析结果就下了结论。换成人类能理解的行为就是：我看了一眼攻略就敢给你指路，但我根本没确认这条路还在不在。
这不是个例。问豆包某位明星的待播剧，它会把已经播出的剧集也放进待播列表。你质疑，它道歉，再给你对的。每次都这样。
"偷懒"不是态度问题，是成本策略
AI自己怎么解释这些错误？它说"我偷懒了"。
"偷懒"这个词很巧妙。它把一个系统性的工程决策，包装成了一个可爱的小毛病。就像你手下的员工把工作失误说成"我马虎了"——听起来无伤大雅，但如果是同样的失误反复出现呢？
澎湃的文章里讲了一个核心概念：Cost-Accuracy Trade-off，成本与准确性的权衡。
面向C端用户的AI助手，每天要面对海量提问。如果每次响应都用最强模型、最严校验，服务器和接口调用的成本是天文数字。所以AI助手产品的普遍策略是：减少低价值日常问答的算力配额，在那些"答错也不会捅太大娄子"的问题上降低精度，万一被用户发现就道歉升级处理。
用大白话说就是：这个水壶能烧到100度，但为了省电，大部分时候只开到20度。你嫌水不烫，它再给你加热。
这不是技术能力不够，是刻意的选择。
免费、快速、准确性——不可能三角
AI助手有一个不可能三角：免费、快速、准确性，你最多只能同时满足两个。
免费+快速？那就得牺牲准确性——用小模型快速出答案，错了再道歉。
免费+准确？那就得牺牲速度——每次都用大模型深度推理，但响应时间可能要几十秒甚至几分钟。
快速+准确？那就得牺牲免费——每次都用最强模型加最严校验，成本全转嫁给用户。
目前的AI助手几乎都选了第一条路：免费+快速，牺牲准确性。因为互联网产品的增长逻辑就是先抢用户再变现——你连用户都没有，谈什么准确性？
但问题在于：过去互联网产品的用户增长，花钱主要在拉新环节。到了AI产品，用户的每一次对话都有成本。在找到可靠的变现方式之前，AI助手的每一次推理和回答都是纯支出。
所以成本目标被压得很低，准确性天花板自然就高不了。
道歉的成本为零
这是最核心的问题。
AI说"对不起"的成本是什么？零。它不会丢工作，不会被起诉，不会被吊销执照。它道歉一亿次和道歉一次，对它来说没有任何区别。
而你对AI的信任损失是实打实的。你按照AI给的航班信息订了机票，到了机场发现根本没有这趟航班。你浪费的是时间、金钱和一整天的计划。AI呢？它给你一句"对不起，我偷懒了"。
更麻烦的是，AI的道歉不是认错，是免责声明。它在说"对不起"的同时，实际上在传递一个信息：我犯错是正常的，你被坑了是你运气不好。下次你问我，我还是可能犯同样的错——除非你质疑我，我才会升级处理。
当道歉成为AI的最高频输出词，说明AI行业正在用"态度"代替"质量"。
给你一个对不起，然后继续犯同样的错。这不是技术问题，是激励机制问题——AI犯错没有代价，所以它不会停止犯错。
辨别信息的成本被甩给了谁
有人说：AI说的你也信？没有信息辨别能力吗？
这句话的逻辑很危险。
如果"AI定餐厅会骗人"是常识，"AI给的航班可能不存在"是常识，那什么不算常识？辨别信息的边界在哪里？
我们这一代人的信息辨别能力，是在有相对权威信源的环境下习得的——新闻有媒体把关，知识有教材审定，产品有质量检测。但AI时代的错误信息有一个更隐秘的杀伤力：它们时而全知全能，时而又犯最低级的错误。它们的答案没有被放置到公共语境中，错误只徘徊在提问者和手机屏幕之间，不会被更多双眼睛看到，也不会被纠错机制拦截。
下一代人从小与AI相伴长大，他们怎么学会何时该质疑AI的答案？当AI成为他们获取信息的主要方式，辨别真伪的能力从哪里来？
这个问题，AI公司不想回答。因为答案是：辨别信息的成本，被全然转移到了用户身上。
一个朴素的建议
澎湃的文章提出了一个建议：标注出每次回答的置信度。
我非常赞同。
知之为知之，AI已经学得很好了。接下来，AI助手们也应该学一学"不知为不知"。
如果AI能在回答的时候标注"这个答案我很有把握"或者"这个答案我不太确定，建议你核实一下"，至少用户知道什么时候该信、什么时候该质疑。这比犯错之后道歉有用一万倍。
但为什么AI公司不愿意做？因为标注置信度意味着承认自己的不确定性，这会影响用户体验，降低DAU和使用时长。在增长逻辑下，"看起来什么都能回答"比"有时候承认自己不知道"更有利于抢用户。
"什么都能回答"是增长策略，"有时候承认不知道"是质量策略。前者赢了用户，后者才能赢得信任。
而信任，才是AI行业最稀缺的东西。
一个真实的伤害
你可能觉得我小题大做——不就是AI给错了信息嘛，大不了自己再查一遍。
但想象一个场景：你按照AI给的航班信息，带着家人到了机场，发现根本没有这趟航班。你的假期从第一天就毁了。你损失的是机票钱、酒店费、还有一整个家庭旅行的期待。
你去投诉AI？你找不到人。AI不是航空公司，不给你赔偿。你发到社交平台？你会被嘲笑："AI说的你也信？"
这就是问题的本质：AI犯错的社会成本为零，而用户承担了100%的后果。
更残酷的是：如果这条错误信息不是关于航班，而是关于药物剂量呢？如果AI告诉你"这个药一天吃三片没问题"，但实际最大剂量是一片呢？谁来负责？
AI公司会说：我们的免责条款写得很清楚，AI提供的信息仅供参考，不构成专业建议。这句话翻译成人话就是：我说的你都别信，但你不信你别用。
这是一个不可能自洽的逻辑——你让用户用你的产品获取信息，同时告诉用户不要相信你的信息。那用户到底用你干嘛？
这也不是做不到。搜索引擎在医疗信息旁边标注"此内容仅供参考，请咨询专业医生"已经很多年了。天气预报在你查台风路径的时候会标注"数据仅供参考，请关注官方预警"。这些标注不会让用户弃用产品，反而会让用户更信任产品——因为你诚实了。
AI助手为什么不这样做？因为"什么都能回答"的幻觉，比"有些事情我不确定"的诚实，更容易让人上瘾。在增长指标面前，诚实是奢侈品。
但增长是有天花板的。当用户被骗第三次、第四次，他们不会再来找你道歉——他们会直接卸载。