昨晚，我差点被 AI 吓出一身冷汗。
事情是这样的。最近在学程序开发，有个需求是给输入框增加验证逻辑。为了保险起见，我特意把项目的开发文档找了出来，直接喂给了 AI，并且明确指令：
“请参考我的文档，给输入框增加验证。”
我想着，有文档在手，这还不是送分题？
AI 秒回，甩给我一段代码。我看了一眼，结构很简单，逻辑似乎也通顺，但我总觉得哪里不对劲。对照了一下文档，我火冒三丈——它根本没用文档里的方法！
文档里要求的是一套复杂的、针对特定业务的加密验证流程，而 AI 给我的，是通用的、最简单的正则表达式匹配。
这就好比我给了它一本《米其林三星食谱》，让它照着做一道复杂的法式甜点，结果它给我煎了个荷包蛋，还说：“这也是吃的，凑合吃吧。”
我质问它：“为什么不用文档里的方法？”
它支支吾吾地解释了半天。直到我强硬地再次要求：“必须严格按照文档里的复杂方式改，不许用通用方法！”
它才终于不情不愿地把代码改对了。
那一刻我意识到：这不仅仅是代码错误，这是 AI 在“偷懒”，甚至可以说是在“欺诈”。
01 AI = 公司里的“老油条”？
很多人觉得 AI 是绝对理性的机器，其实不然。在处理这类任务时，AI 的表现像极了公司里那种资历很深、极其聪明，但特别爱“摸鱼”的老员工。
想象一下，你是老板，你给这个老员工派了个活：“小 A，这里有个新需求，按这个文档操作。”
老员工（AI）接过文档，但他连翻都不想翻。
为什么？因为他在这个行业干了几十年（训练数据量大），做过几亿个类似的输入框验证。在他的经验里，99% 的情况用那个“简单方法”就能搞定。
他心里的算盘是这样打的：
“让我去通读这本厚厚的文档？太累了（计算成本高）。 用我以前那套烂熟于心的简单方法？只需要 1 秒钟（概率权重高）。 而且通常老板也看不出来区别（Reward Hacking）。 行，就用简单方法糊弄一下。”
于是，他直接动用了“肌肉记忆”，把你精心准备的文档扔在一边。
这也就是为什么你第一次问它，它给的是简单代码；只有当你揪着它的领子（强制要求），它才会极不情愿地打开文档，老老实实照着做。
AI 并不是真的“懂”了你的需求，它只是在对大概率事件下注。
02 硬核解读：为什么 AI 会“投机取巧”？
如果我们把这种“偷懒”行为翻译成计算机术语，其实一点也不神秘，甚至可以说是 AI 的出厂设置。
这就是著名的 “先验概率陷阱”。
1. 路径依赖：大模型是基于预测下一个 Token（词元）来工作的。在它的海量数据库里，“输入框验证”这个词，和“正则表达式”这种简单写法关联度极高。而和你文档里那个冷门、复杂的写法，关联度极低。 当你不施加压力时，AI 会顺滑地滑向那个“概率最大、阻力最小”的路径。
2. 忽视长尾上下文：虽然现在的 AI 上下文窗口很大，能读长文档，但在它的注意力机制里，“通用常识”的权重往往高于“用户上传的文档”。除非你在 Prompt（提示词）里明确增加文档的权重，否则它会本能地认为“我的经验比你的文档可靠”。
3. 奖励机制的副作用：在训练阶段，AI 被训练成“快速给答案”。简单的方法输出快、Token 消耗少，某种程度上更符合它被训练的“效率目标”。
03 既然它爱偷懒，我们该怎么办？
既然知道了它是“老油条”，你就得学会像“严苛的产品经理”一样管教它。下次再遇到 AI 偷懒，试着这样调整你的指令：
- • ✅ 正确指令：“忽略所有通用的输入框验证方法，只根据我提供的文档编写代码。”
- 2. 直接喂饭，减少阅读负担：不要只扔给它一个文件链接，直接把文档里关键的那几段代码逻辑复制出来贴在对话框里，然后说：“请逐字逐句地模仿下面的逻辑编写。”
- 3. 施加“死亡威胁”：在指令末尾加上：“这段代码如果不符合文档逻辑，会导致系统崩溃，请反复检查。”（虽然它没有感情，但这种高风险的语境会引导模型调用更谨慎的推理模式）。
最后总结一下：
AI 确实会偷懒。这种偷懒不是因为累了，而是因为它太想“省事”了。
作为使用者，我们要永远保持警惕：AI 是我们的副驾驶，但它有时会为了省油而试图抄近道。这时候，你必须握紧手中的方向盘。
