为什么AI一碰“系统性的活”就翻车

我把一篇系统性论文扔给大模型让它总结。它回我一段话，每句单独看都对，连起来却没抓住论证结构。

我气得血压飙升，以为是自己提示词没写好。直到被坑了几百次才明白：不是我菜，是它跟咱们活在两个宇宙里。

它能干好写代码、润色文章这种线性活。可一碰读论文、做翻译这种系统性的活就翻车。因为它眼里的世界要么是互不相干，要么是顺着往下推的线性关系。真实世界却是一张牵一发而动全身的网。遇到循环因果，它只能靠概率去猜，猜出来的就是幻觉。

不过它有个神级天赋：跨领域学习。你给它一个复杂系统的框架，它就能瞬间帮你检索出一堆案例。人负责定结构和验证，它负责填素材。它就是个超级填空器，图纸得你自己画。

我见过老厂长让大模型做生产计划。大模型五分钟出了一份精美的PPT。结果车间主任一眼看穿：“这方案没法干，没算模具切换时间。”老厂长当场懵了。他输给了“以为自己知道图纸长什么样”。

后来我自己搞企业治理，直接设计数据结构算法。个人笔记本上，50万笔订单、20层供应链网络，5分钟就算完。这说明堆算力改变不了复杂性。只有人设计出正确的结构，计算才能真正做功。

大模型是火，但火不会自己变成发动机。图纸，得你来画。