凌晨两点，你盯着对话框敲完最后一个字——“帮我写一段给抓烂沙发的猫的检讨书”，手指按下回车。
转了两秒圈。
结果弹出来的文字通顺、语气诚恳，甚至还带点猫主子视角的小傲娇。
你忍不住感叹现在的技术真牛，脑子里自动给背后那套支撑回答的系统安了个“超级智能”的名头。可你不知道的是，从你按下回车到文字蹦出来的这300毫秒里，所谓的大模型算法，根本没在“思考”——它在做一件说出来可能让你大跌眼镜的事。
你以为的“深度思考”，其实是在玩超大规模文字接龙
很多人对大模型算法的第一印象，是个上知天文下知地理的超级大脑，能听懂你的言外之意，能推导出你没说出口的需求。
真不是。
它从诞生第一天起的底层逻辑，从来不是什么“理解语义”“产生认知”，就是最朴素的：根据前面出现过的所有文字，算出来下一个字最可能是什么。
说直白点，就是个把文字接龙玩到极致的玩家。你打“今天天气真”，它脑子里会瞬间蹦出来几百个候选字：“好”的出现概率占62%，“冷”占18%，“棒”占12%，剩下的零散概率分给“差”“热”“晒”这些可能接在后面的字。它根本不知道“好”是什么感觉，不知道晴天晒在身上是什么温度，只是根据之前读过的万亿字的公开文本，知道这几个字接在“今天天气真”后面的概率最高。
我第一次知道这个原理的时候，手里的冰美式晃出来半杯。合着我之前熬夜跟AI聊人生、聊困惑，对面那个句句说到我心坎里的搭子，本质是个把全网文字背得滚瓜烂熟的接龙高手？
别觉得这事儿简单。普通的输入法联想，接两三个字就卡壳，是因为它记不住前面的内容，也没那么大的样本量算概率。大模型能顺着你说的“我家猫抓烂沙发我舍不得打”，一路接出共情的话、甚至顺带给你三个防抓沙发的小技巧，靠的就是两个本事：它记得住你前面说过的所有内容，不会接一半就忘了你家有猫；算概率的精度也足够高，不会接出“今天天气真吃火锅”这种离谱的句子。
那些被吹上天的“能力升级”，本质都是在给接龙挤牙膏
你肯定刷到过各种宣传，说某款模型的算法又突破了，现在能做复杂数学题、能写代码、能做长文档分析，仿佛一夜之间它就从文字接龙玩家进化成了全能专家。
说穿了，这些升级没有一个是跳脱出“猜下一个字”的底层逻辑的。
比如大家常说的“长上下文能力”，说白了就是以前这个接龙玩家只能记住前面3个字的内容，接长了就忘，现在能记住前面几千甚至上万字的内容，你说半小时的话，它还能记得你最开头提过“我家猫掉毛”。比如大家吹的“推理能力”，本质是训练的时候喂了太多带逻辑推导的文本——数学题的解题步骤、代码的编写逻辑、法律条文的推演过程，它接的多了，碰到类似的问题，就能顺着之前记住的接龙规律顺下来，根本不是真的会推导逻辑。
我之前碰到过一个号称推理能力拉满的模型，你问它123乘以456等于多少，它算错了也就算了，给你扯了三分钟“数学是人类对世界的抽象映射”，那股装模作样的劲儿，跟我大学期末没复习就上考场的室友简直一模一样——哪是会推理啊，就是把之前背过的相关句子顺出来了而已。
更有意思的是，很多你觉得它“变聪明”的瞬间，其实是算法在偷偷加规则。比如之前模型总爱输出一些不好的内容，工程师就在算法里加了一层过滤规则，碰到敏感内容就换个安全的字接上去；之前模型总爱跑题，就给它加个权重，让它优先接和你提问相关的字。你看到的流畅、安全、不跑题的回答，背后全是一行行写死的规则，哪有什么智能的魔法。
你觉得它“变笨”的时刻，算法其实在偷偷“省钱”
不知道你有没有碰到过这种情况：同一个问题，昨天问的时候回答得条理清晰，今天再问就驴唇不对马嘴，甚至连句子都写不通顺。很多人第一反应是“平台偷偷降级了模型，想逼我充钱”。
真不是。
你碰到的这种“变笨”，大概率是算法在动态调整算力分配。大模型跑一次的成本极高，每生成一个字，都要调动成千上万的计算单元做浮点运算。赶上白天大家都在用的高峰时段，服务器挤得满满当当，算法就会自动把计算精度降下来——以前算每个字的概率要过100层网络，现在过20层就出结果，速度是快了，成本是降了，准头自然就掉下来了。
说实话，这事儿其实挺公平的。你刷短视频赶上高峰还会转圈圈缓冲呢，凭啥大模型就得24小时满功率给你供着？我上次赶在凌晨三点用模型写方案，那流畅度，比白天高峰时顺了不止一个档次，连标点符号都不带错的。合着大家都睡了，它才敢放开手脚认真算啊。
前阵子有个朋友跟我焦虑，说怕现在的大模型算法太聪明，以后会抢所有人的工作，甚至会有自主意识反过来算计人。我跟他说，你怕的那个有自主意识的AI，现在还连影子都没有。现在跑在服务器上的这些算法，本质就是个记性特别好的文字接龙玩家，你给它喂靠谱的资料，它就给你出靠谱的内容；你给它喂偏见和谣言，它就顺着给你输出偏见和谣言。没有什么藏在代码里的阴谋，也没有什么突然觉醒的意识。
就这么简单。
作者|科技
排版|科技
审核|柚子