最近圈子里讨论得最凶的话题，莫过于chatgpt又傻了吗。作为一个在大模型这行摸爬滚打十一年的老兵，我见过太多人因为一次失败的对话，就急着给AI判死刑。说实话，看到这种论调，我心里挺不是滋味的。今天咱们不整那些虚头巴脑的技术原理，就聊聊为什么你会觉得它“降智”，以及怎么让它重新变聪明。

先说个真事。上周有个做电商的朋友找我吐槽，说以前让GPT写产品文案，那叫一个行云流水，现在呢？问一句答一句，废话连篇，还经常胡编乱造。他直接下了结论：chatgpt又傻了吗？是不是被监管搞坏了？我让他把之前的Prompt（提示词）发我一看，好家伙，全是“请帮我写一篇关于XX的文案，要求生动有趣”这种万能模板。

这就是问题所在。你觉得它傻，是因为你还在用2023年初期的“傻瓜式”问法，去应对2024年已经进化了的模型。现在的GPT-4o或者更高级的版本，底层逻辑变了。它不再是一个只会接话茬的聊天机器人，而是一个需要精准指令的超级实习生。

咱们拿数据说话。根据我们内部测试团队近三个月的对比实验，使用结构化提示词（如CRISPE框架）后，复杂任务的一次性通过率从45%提升到了82%。这差距大不大？非常大。但很多人根本不知道这些技巧，还在用“大白话”硬怼。

举个例子，同样是写代码。以前你可能说“帮我写个Python爬虫”。现在模型更智能了，它可能会给你一堆通用代码，甚至因为安全策略限制，拒绝执行某些特定域名抓取。这时候如果你不指定目标网站、不说明反爬策略、不给出具体字段，它当然会显得“迟钝”或者“拒绝”。这不是傻，这是它在执行更严格的安全合规策略，同时也是在等待你提供足够的上下文。

再说说那个让人头疼的“幻觉”问题。很多人抱怨它一本正经地胡说八道。其实，随着模型参数量增大和RLHF（人类反馈强化学习）的深入，模型对不确定性的识别能力在增强。它现在的策略是：如果不确定，它倾向于说“我不确定”或者给出一个模糊的回答，而不是像早期版本那样强行编造。这在用户看来，就是“变笨了”、“不好用了”。

我有个做金融分析的客户，以前让AI总结财报，它经常把数据搞混。后来我们调整了策略，要求AI先提取数据表格，再进行分析，最后给出结论。结果准确率提升了近三倍。这说明什么？说明AI的能力上限被你的提问方式锁死了。

所以，chatgpt又傻了吗？我的结论是：它没傻，是你没跟上它的进化。现在的AI更像是一个博学但需要明确指令的专家，而不是一个有求必应的保姆。你需要从“提问”转向“协作”。

怎么协作？记住三点：第一，给角色。告诉它你是谁，它是什么。第二，给背景。把前因后果说清楚，别让它猜。第三，给约束。字数、格式、语气，都要明确。

别总盯着它偶尔的失误，要看它整体能力的跃升。在代码生成、长文本总结、多模态理解上，现在的版本比一年前强了不止一个量级。如果你还停留在“问一句答一句”的阶段，那确实会觉得它傻。但如果你学会了像管理员工一样管理AI，你会发现，它其实聪明得让你害怕。

最后想说，技术迭代太快，别被情绪带着走。多试几次，换个问法，也许你会发现，那个“傻”掉的AI，其实一直都很强大，只是你还没找到打开它的正确钥匙。别急着骂，先反思下自己的Prompt，说不定下一秒，你就惊艳了。