这段时间，我越来越频繁地感受到一种微妙的不适。

不是某个 AI 突然彻底不能用了，也不是它真的什么都答不上来。恰恰相反，很多时候它依然能回答，依然能组织语言，依然能看起来“像那么回事”。

但问题是，聊天变累了。

以前，我更习惯把 AI 产品当作一个对话对象。输入一句自然语言，它大致能理解我真正想问的是什么，也能顺着我的语境，把隐含的信息补全，给出一个八九不离十的回答。

现在，越来越多的时候，我发现自己不是在“聊天”，而是在“下指令”。

我需要补充时间范围，需要指定信息来源，需要声明不要历史背景，需要强调我要的是最新进展而不是概念解释。否则，它就很可能给出一个形式正确、内容完整，但其实并不是我真正想要的答案。

这不是完全不能接受。
作为一个做 IT 的人，我很理解做产品和聊天之间的差异，也理解一个系统为了降低风险、减少幻觉、保证稳定，可能会主动采取更保守的策略。

但理解归理解，体验归体验。

当一个对话系统越来越需要用户自己补全语境，它也就越来越不像“对话”，而更像一个需要精确参数的查询接口。

而这，正是我最近最强烈的感受。

---

一、问题不在于它答不出来，而在于它越来越不“懂你在问什么”

最典型的例子，是时间。

我问一个问题，原本默认语境很明确：我是在问“现在”。
但它给我的回答，却很容易滑向“历史上最相关的那个解释”。

比如我问某场国际冲突的“进展如何”，它并不一定优先理解为“截至今天发生了什么”，而是可能先把这个词匹配到历史上最成熟、最常见、资料最完整的那个旧主题上，然后开始给你讲背景、讲来龙去脉、讲过去几十年的脉络。

这些内容当然不算错。
甚至从知识完整性的角度，它还很认真。

但问题是，我不是来上历史课的。

我问“进展如何”，很多时候其实默认包含的是：

• 截至现在
• 最近发生了什么
• 局势有没有升级
• 有哪些新变化
• 我需要的是动态，不是背景

以前，好的对话式 AI 在某种程度上是能接住这种默认语境的。
现在越来越多的情况是：如果你不把这些全写出来，它就不会主动替你补。

于是你不得不把一句自然问题，改写成一条完整指令：

• 截至今天
• 基于最近72小时
• 只总结最新进展
• 不要历史背景
• 优先新闻和官方通报

这时它往往就答对了。

但这件事本身已经说明了问题：
不是它不能答对，而是它把“理解你”的成本转移给了你。

---

二、这不是“不会”，而是“更保守了”

从产品角度讲，这种变化其实并不难理解。

一个面向大众的 AI 产品，在经历了早期“什么都敢接、什么都敢答”的阶段之后，往往会逐步进入另一个阶段：尽量稳。

什么叫稳？

就是宁可慢一点、笨一点、钝一点，也不要太激进；
宁可给出安全的旧答案，也不要贸然去赌一个高风险的新判断；
宁可解释一个成熟话题，也不要误解一个当前事件。

从系统设计上看，这样做有很多合理性：

第一，旧资料更稳定。
历史背景、百科条目、成熟专题，信息密度高，冲突少，结构完整，最适合模型总结。

第二，最新信息更危险。
新闻更新快，来源杂，真伪混杂，措辞微妙，一旦答错就容易引发用户不信任。

第三，模糊问题最容易出事。
用户问得越自然，系统需要补的语境越多；补得越多，猜错的风险越大。
于是更保守的系统就会倾向于少猜、少补、少主动做语义延伸。

这在工程上很合理。
但在体验上，副作用也非常明显。

那就是：系统变得更“谨慎”，同时也变得更“不体贴”。

它不再努力理解你想问的“真实问题”，而更倾向于回答它最有把握的“表层问题”。

---

三、联网搜索也不一定能解决这个问题

很多人会以为，既然开了联网搜索，这类问题就不该存在。

但实际使用下来会发现，联网并不自动等于“理解当前语境”。

因为一个问题从输入到输出，中间至少有几层：

第一层，是意图理解。
系统要先判断：你到底在问背景、问定义，还是问最新进展。

第二层，是检索改写。
系统要把你的自然语言，改写成适合搜索的 query。

第三层，是结果排序。
搜回来的东西里，哪些被认为更可信、更相关、更值得引用。

第四层，是答案生成。
模型会从这些材料里挑选、组织、压缩，形成最后的回答。

这四层里，任何一层保守了，最后的体验都会打折。

最常见的情况就是：
系统虽然联网了，但它没把你的“现在”真正写进搜索里。

你问的是“进展如何”，它内部搜索的却可能只是一个通用概念。
这样搜回来的内容，很可能仍然是旧专题、背景综述、百科化信息，而不是你期待的当下动态。

于是就出现一种很奇怪的结果：

• 它不是没联网
• 也不是没搜索
• 甚至不是完全没找到相关信息

但最后给你的，仍然不是你真正要的那一个答案

这也是为什么很多用户会产生一种非常直观的感觉：

它看起来更强了，但用起来更笨了。

---

四、真正让人疲惫的，是“你必须像写查询语句一样说话”

对技术人员来说，这种体验很容易被识别出来。

因为我们太熟悉这种系统行为了。

你会发现，自己和 AI 说话时，开始不自觉地做这些事情：

• 提前补上时间锚点
• 说明任务类型
• 明确不要什么
• 指定信息来源
• 规定输出顺序

比如不是问“最近怎么样”，而是问：

“截至今天，基于最近72小时公开信息，总结事件最新进展，先说变化，再补背景，不要展开历史脉络。”

这类提示当然有效。
问题在于，它有效，恰恰说明自然对话失效了。

一段好的对话，本质上应该是系统来承担“语境补全”的工作。
而不是用户先把脑子里的隐含条件全部转成显式参数，再交给系统处理。

换句话说：

真正高级的聊天，不是你说得越像 prompt engineer，它答得越好；而是你说得越像人，它越能接住。

当一个系统越来越依赖用户提供精确参数时，它也许还是一个可用的工具，但已经不再是一个轻松的聊天对象。

而“累”，就是从这里开始的。

---

五、这不是能力问题，而是交互责任分配问题

我越来越觉得，很多人说某些 AI “变笨了”，其实不一定是在说模型本身的推理能力退化了。

更多时候，他们感受到的是另一件事：

交互责任发生了转移。

以前，系统承担更多理解责任。
它会主动推断你的默认时间、默认任务、默认意图。

现在，系统把这部分责任往回收。
你不说清楚，它就不补；你不限定，它就按最稳妥的方式走；你不显式指定，它就更愿意给你一个保守答案。

这样做的结果是，模型未必真的更差了。
但用户会非常真实地觉得：它变笨了。

因为对用户来说，体验不是由模型参数决定的，
而是由这样一个简单的问题决定的：

我说一句自然话，你到底能不能懂我？

如果答案越来越接近“不能，除非你把条件写全”，那无论底层多么复杂，最终感受到的就只有两个字：费劲。

---

六、做产品的人，其实最应该警惕这种“看起来没问题”的退化

这类问题的麻烦在于，它不容易在普通指标里暴露出来。

从某些产品指标上看，系统可能仍然很好：

• 回答字数够长
• 表达流畅
• 错误率下降
• 风险内容减少
• 用户没有立即报错

但从真实用户体验上看，问题已经出现了：

• 用户开始反复重写问题
• 用户开始学习“怎么提问才不会跑偏”
• 用户开始形成一套复杂提示模板
• 用户越来越少自然聊天，越来越像在操作接口

这个时候，产品表面上可能更稳定了，
但实际上，它已经在慢慢失去一种最重要的东西：

让用户愿意轻松开口的能力。

对话产品和普通工具最大的不同就在这里。
工具可以要求用户学习用法，
但聊天产品如果总让用户适应它，就会逐渐失去“聊天”的意义。

用户当然可以适应。
尤其是技术用户，通常适应得很快。

但适应，并不等于体验好。
更不等于产品做对了。

---

七、我并不认为这是不可接受的，只是它提醒了我们：聊天产品最珍贵的，是“低摩擦理解”

说到底，我并不觉得这种变化完全不能接受。

如果你把它视为一个查询引擎、分析工具，甚至一个需要较高提示精度的智能接口，那么补充条件、限定范围、明确时间，本来就是合理的。

问题在于，很多 AI 产品卖给用户的，并不是“高级查询接口”的想象，而是“自然对话伙伴”的想象。

一旦你承诺的是后者，用户对你的要求就不会只是“功能完成”，而会变成：

• 我能不能随口一问
• 你能不能理解我没说出口的那部分
• 你能不能自动抓住当前语境
• 我能不能不用时时刻刻做提示词工程

这也是我最近越来越明确的一种想法：

AI 最难的部分，也许从来不是回答，而是理解。
更准确地说，不是理解字面，而是理解人类在自然对话里默认省略掉的大量上下文。

如果这部分能力退化了，即使它还能答、还能搜、还能组织语言，用户依然会迅速感受到：不顺了。

而一旦“不顺”，聊天就会开始变累。

---

八、好的 AI，不是让你学会怎么跟它说话，而是它学会怎么接住你

我现在越来越倾向于用一句很简单的话来描述这种变化：

不是 AI 变笨了，而是它把本该由系统承担的理解成本，重新丢回给了用户。

于是我们看见的表面现象就是：

• 你得补日期
• 你得补范围
• 你得补来源
• 你得补格式
• 你得提醒它别跑题
• 你得防止它把“现在”理解成“历史上最相关”

这当然还能用。
但这已经不是最初人们期待的那种聊天了。

真正优秀的对话系统，不是每次都需要用户小心翼翼地把问题包装好，
而是即使用户说得自然、模糊、带省略，它也能尽量沿着人的语境去理解。

因为人类聊天本来就是这样的。
我们从来不会在日常对话里，把所有限定条件都讲完整。

所以从这个角度说，衡量一个 AI 是否“更聪明”，有时不在于它能不能写出更长、更完整、更像样的答案，而在于：

当你像个人一样说话时，它还能不能像个理解你的人一样回应。

这才是聊天产品真正的门槛。