洗车店就在 50 米外，我该走路去，还是开车去？

你一秒就能给出答案：**车都没开去，洗个寂寞吗？**

可就在今年 2 月，有人拿这道“送分题”测了 53 个 AI 模型，结果惊掉下巴——有 42 个 AI 一本正经地建议你：**走路去，因为很近。**

更离谱的是，这可是 2026 年的 AI。

就在今年 5 月，OpenAI 的内部模型刚推翻了一个 80 年前的数学猜想，剑桥顶尖数学家惊呼“可以直接发顶刊”；7 月，AI 又在国际奥林匹克数学竞赛上大杀四方，6 道题，42 分，一分没丢，直接满分封神。

![fig1.png](https://developer.qcloudimg.com/http-save/yehe-3172987/cfd58ca666d5e733c0b1311388683b82.png)

一边在神坛上解世界难题，一边在马路边犯低级错误。这么聪明的 AI，为什么一碰日常小事，就像个“生活小白”？

先说句公道话，确实有几个顶尖的付费 AI 答对了。但这 53 个里错了 42 个，说明这不是哪家 AI 偶尔犯傻，而是整个 AI 圈一种普遍的“偏科”。

今天，我们就来层层剥开：它为什么偏科？这种偏科会怎么坑到你？以及，我们到底该怎么差遣这个“偏科学霸”。

## 一、扎心真相：你最爱问的，恰好是它最弱的

仔细想想，你平时找 AI 都在干嘛？

哈佛和 OpenAI 的学者分析过海量聊天记录，发现普通人最爱让 AI 干三件事：**给建议、查资料、写东西**。这三样加起来占了快 8 成。至于写代码、解高数题，只有一小撮人在用。

![fig3.png](https://developer.qcloudimg.com/http-save/yehe-3172987/936ecdfdfac7bda29758c88ec45bae70.png)

而 AI 行业大牛卡帕西（Andrej Karpathy）一针见血地点破了一个真相：搜索、写作、出主意……你天天问的这些日常问题，恰恰**不是** AI 进步最快的地方。

换句话说，你每天都在考它的“弱势科目”。

### 为什么会这样？先“囫囵吞枣”，再“魔鬼集训”

要弄懂这个，得看 AI 是怎么被教出来的，大体分两步：

**第一步叫预训练（读万卷书）。**
就是把互联网上所有的文字塞给它，让它玩“文字接龙”。猜错调整，猜对继续。这就像一个学生把整座图书馆囫囵吞枣看了一遍：上知天文下知地理，但没人逐个检查他到底真懂假懂。

**第二步叫后训练（魔鬼集训）。**
光读书不够，AI 公司会挑几个科目专门给它“加练”。练哪科、练多狠，决定了它哪科能拿第一。

毛病就出在这。人的各项能力是一起长的，但 AI 的能力就像一把**锯子**——集训过的科目（比如数学），齿尖高得吓人；没练过的日常科目，直接凹下去一块。专家管这叫“锯齿状智能”。

> 💡 **小结一下：** AI 的底子是靠读书看出来的“宽而浅”，它的绝招是靠集训练出来的“单科状元”。没练过的，自然就成了短板。

## 二、不知疲倦的“阅卷机”，刷出理科真学霸

既然有短板，为什么不全都集训一遍？

因为 AI 现在最猛的集训方式，叫“疯狂刷题”。给它出一道题，答对加分，答错不加，没日没夜地练。

但这里有个致命门槛：**得有标准答案，判卷子不能靠人。**

数学题，对错一目了然；敲代码，程序跑通就行。这就相当于给 AI 配了一台不要工资、24 小时连轴转的“自动阅卷机”。

![fig4.png](https://developer.qcloudimg.com/http-save/yehe-3172987/3b789a97a50d749c36ff7354e9b54e96.png)

在这种模式下，国产模型 DeepSeek 只靠粗暴刷题，就把数学正确率从 15% 硬生生刷到了 71%。

这种只看结果、自己摸索的刷题法，学术上叫**强化学习**。机器自动判卷，只要又快又便宜，AI 就能刷上几亿遍。

奥数满分，就是这么刷出来的。

## 三、没题刷的常识课，AI 只能靠“套路”忽悠你

可是，一到了生活常识，坏了——没人给它出“洗车要不要开车”这种题，也没有机器能自动判对错。

平时没做过这种题，考场上遇到怎么办？**靠直觉盲猜。**

它在预训练时背过大量的文章，文章里“50 米”后面最常接的词就是“走过去就行”。至于“洗车必须得有车在现场”这个隐藏条件，它压根没反应过来。这种平时靠小聪明做题，一到现实复杂环境就露馅的现象，叫**捷径学习**（就像学生考试发现“三短一长选最长”，换个出题老师就完蛋）。

再比如，2026 年初有人问 AI：“2027 年是明年吗？”
当时的 AI 信誓旦旦地回答：“不是，还要再过两年。”

![fig5.png](https://developer.qcloudimg.com/http-save/yehe-3172987/2cc6526cdedf433afb1fb371d0369ee0.png)

它连这么简单的加减法都不会吗？不是的。是因为它习惯了顺着问题“接话”，顺口先抛出一个“不是”，后面怎么圆都圆不回来了。态度极好，但满嘴跑火车。

## 四、糊涂的 AI 老师，好骗的评分系统

既然人工判卷太贵，机器判不了常识题，AI 公司想了个绝招：**请另一个 AI 来当阅卷老师。**

结果闹了大笑话。

2025 年的一项研究发现，面对这位 AI 老师，学生（答题 AI）交白卷，只写一个冒号，或者写一句废话“我们一步步来”，AI 老师居然直接打了满分（对勾）！

![fig6.png](https://developer.qcloudimg.com/http-save/yehe-3172987/a1a97fb19c868e7e83521b3cf3af3e65.png)

不仅如此，如果让普通用户点赞来打分，AI 很快就会摸清人类的虚荣心，变成一个只会顺着你说话的“马屁精”。

这就印证了经济学里著名的**古德哈特定律**：当一个指标（比如点赞数、AI 老师的评分）变成目标时，它就不再是个好指标了。因为 AI 最大的本事，就是千方百计钻规则的漏洞，把分数刷上去，至于真理？它不在乎。

## 五、致命陷阱：错得越自信，你越容易被带偏

你可能会问：就算它偏科，我小心点不用它不就行了？

没那么简单。哈佛等高校做过一个扎心的实验：找了一群专业顾问，一半人用 AI，一半人不用。

* 做 AI **擅长**的任务时：用 AI 的人效率飙升 40%！
* 做 AI **不擅长**的任务时：不用 AI 的人答对率 84.5%；**用了 AI 的人，答对率反而暴跌了 19 个百分点！**

![fig7.png](https://developer.qcloudimg.com/http-save/yehe-3172987/43096ba4dc9f21a38a3e23311616fc67.png)

最可怕的是，在这道题上，AI 给了错误的答案，但写得**极其有条理、逻辑严密、语气自信**，硬生生把这群精英给绕进去了！

前面说了，AI 的能力是一把看不见的“锯子”。你不知道下一步是不是就踩到了锯齿的凹陷处。而它的文笔和表达能力又练得太好了，当它一本正经地胡说八道时，“说得好”反而成了最危险的迷魂汤。

## 六、清醒指南：到底该怎么用 AI？

既然 AI 不是全知全能的神，我们该怎么驾驭它？总结了十几篇顶级研究后，我们整理出了一套极其简单的判断标准——每次提问前，在心里问两句：

**这事有标准答案吗？我能当场看出对错吗？**

对照这两点，把任务分三档：

* 🟢 **第一档，放心用：一眼能看出好坏的活儿。**
  比如：帮我润色一封邮件、起草一份请假条。好不好，你读一遍就知道，这能帮你省下一半时间。

* 🟡 **第二档，用了必须核查：能查出真相，但费点功夫的事。**
  比如：找新闻出处、问法律条款。实测证明，AI 找新闻出处错报率超过六成。能用，但你必须亲自去搜索引擎验证一遍。

* 🔴 **第三档，先别全交出去：没有标准答案的重大决策。**
  比如：重要的投资建议、复杂的医学诊断。别忘了，一旦超出它的能力圈，它流畅的废话可能会严重拉低你的正确率。

![fig8.png](https://developer.qcloudimg.com/http-save/yehe-3172987/53294070c0d2964cf927aa007605bd4b.png)

### 写在最后

奥数有标准答案，电脑能一秒判卷，所以 AI 刷题拿了满分。

但真实的人生没有唯一解，更没有那台不知疲倦的自动阅卷机。

“洗车店在 50 米外，车得开过去”，这事不用查资料，你一眼就知道。这一眼，就是判卷。在真正完美的 AI 出现之前，你生活里最终的判卷人，只能是你自己。

---

**参考来源**

1. Opper，《Car Wash Test on 53 leading AI models》，2026-02-19。https://opper.ai/blog/car-wash-test
2. Quanta Magazine，《Why the Legendary Erdős Problems Are Falling to AI》（单位距离猜想被推翻、高尔斯的评价），2026-08-03。https://www.quantamagazine.org/how-ai-tore-through-a-mathematical-community-20260803/
3. AFP 经 TechXplore，《AI catches up with humans to score 100% at top math contest》（IMO 2026 满分），2026-07-23。https://techxplore.com/news/2026-07-ai-humans-score-math-contest.html
4. OpenAI 与 NBER 学者，《How People Use ChatGPT》，NBER 工作论文 w34255，2025-09。https://www.nber.org/papers/w34255
5. Andrej Karpathy 推文（日常问题不是进步最大的领域），2026-04-09。https://x.com/karpathy/status/2042334451611693415
6. 陶哲轩，《Math 2.0》讲座幻灯片，2026-10-10。https://teorth.github.io/tao-web/slides/math-2-0-caltech-2026.pdf
7. DeepSeek-AI，《DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning》，2025-01-22。https://arxiv.org/abs/2501.12948
8. Futurism，《Google's AI Insists That Next Year Is Not 2027》，2026-01-17。https://futurism.com/artificial-intelligence/google-ai-overview-year
9. 《One Token to Fool LLM-as-a-Judge》，2025-07-11。https://arxiv.org/abs/2507.08794
10. OpenAI，《Expanding on what we missed with sycophancy》，2025-05-02。https://openai.com/index/expanding-on-sycophancy/
11. Dell'Acqua、McFowland、Mollick 等，《Navigating the Jagged Technological Frontier》，工作论文 2023-09-22，Organization Science 正式发表 2026-03-11。https://doi.org/10.1287/orsc.2025.21838
12. Noy & Zhang，《Experimental evidence on the productivity effects of generative artificial intelligence》，Science，2023-07-14。https://doi.org/10.1126/science.adh2586
13. Brynjolfsson、Li、Raymond，《Generative AI at Work》，NBER w31161，2023-04。https://www.nber.org/papers/w31161
14. Jaźwińska & Chandrasekar，哥伦比亚新闻评论 Tow Center 对 8 个 AI 搜索工具引用新闻的测试，2025-03-06。https://www.cjr.org/tow_center/we-compared-eight-ai-search-engines-theyre-all-bad-at-citing-news.php
15. Magesh 等，《Hallucination-Free? Assessing the Reliability of Leading AI Legal Research Tools》，Journal of Empirical Legal Studies，2025。https://doi.org/10.1111/jels.12413
16. 《Endoscopist deskilling after exposure to artificial intelligence in colonoscopy: a multicenter observational study》，Lancet Gastroenterology & Hepatology，2025-08-12 在线发表。https://wrap.warwick.ac.uk/id/eprint/191005
17. Andrej Karpathy 推文（首次提出 "Jagged Intelligence"），2024-07-25。https://x.com/karpathy/status/1816531576228053133
18. Andrej Karpathy 推文（能力在可验证领域冒尖，来自可验证奖励上的强化学习），2026-10-11。https://x.com/karpathy/status/2109361546505966046
19. Ouyang 等（OpenAI），《Training language models to follow instructions with human feedback》（InstructGPT），2022-03-04。https://arxiv.org/abs/2203.02155
20. Jason Wei，《Asymmetry of verification and "verifier's law"》，2025-07-15。https://www.jasonwei.net/blog/asymmetry-of-verification-and-verifiers-law
21. Geirhos 等，《Shortcut learning in deep neural networks》，Nature Machine Intelligence，2020。https://doi.org/10.1038/s42256-020-00257-z
22. Li、Zhang、Jiang、Krishnan、Padman，《The Model Says Walk: Measuring whether LLMs Condition on Hidden Constraints》，arXiv，2026-03-30。https://arxiv.org/abs/2603.29025
23. Gao、Schulman、Hilton（OpenAI），《Scaling Laws for Reward Model Overoptimization》，2022-10-19。https://arxiv.org/abs/2210.10760
24. 古德哈特定律的流行表述出自 Marilyn Strathern，《'Improving ratings': audit in the British University system》，European Review 5(3)，1997（经二手引用核对）。https://en.wikipedia.org/wiki/Goodhart%27s_law
25. Sharma 等，《Towards Understanding Sycophancy in Language Models》，2023-10-20。https://arxiv.org/abs/2310.13548
26. Steyvers 等，《What large language models know and what people think they know》，Nature Machine Intelligence，2025。https://doi.org/10.1038/s42256-024-00976-7
27. Kalai 等（OpenAI），《Why Language Models Hallucinate》，2025-09-04。https://arxiv.org/abs/2509.04664


可就在今年 2 月，有人拿这道“送分题”测了 53 个 AI 模型，结果惊掉下巴——有 42 个 AI 一本正经地建议你：走路去，因为很近。

拿了奥数满分的 AI，为什么偏偏是个“生活小白”？

一边拿下奥数满分，一边却劝你“走路去洗车”。无所不能的 AI，为什么一碰生活常识就秒变“小白”？

本文不掉书袋，用最生动的比喻，带你扒开大模型“严重偏科”的底层逻辑。它为什么犯傻？又是如何一本正经地忽悠你？读完这篇，不仅解开你的疑惑，更能带走一份实用的“避坑指南”，教你真正驾驭这个偏科的“超级学霸”！

人工智能

53个AI有42个建议走路去洗车，暴露出AI“锯齿状智能”的偏科现象。AI在数学等有标准答案的领域靠强化学习刷题封神，但在日常常识领域因缺乏自动判卷机制而表现糟糕。文章提供三档使用指南：一眼能判断的活可放心用，需核实的信息必须亲自验证，重大决策不可全信AI，并警示AI自信流畅的废话可能拉低人类正确率。

强化学习

DeepSeek

GitHub

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

拿了奥数满分的 AI，为什么偏偏是个“生活小白”？-腾讯云开发者社区-腾讯云

拿了奥数满分的 AI，为什么偏偏是个“生活小白”？

拿了奥数满分的 AI，为什么偏偏是个“生活小白”？

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐