008 同一句话,AI为什么每次答得都不一样?

三句都能用，三句都不一样。

那它到底有没有一个“标准答案”？如果有，为什么不每次都把最好的那一句给你？

先把答案放在这里：这通常不是出了故障，而是 AI 写字时，本来就留着一点“抽签”的空间。控制这份空间有多大的旋钮，叫温度。

一、它每写一个字，都在抽一次签

第一篇讲过，大语言模型写东西，是一个 Token 一个 Token 往后接。每接一步，它都会给许多候选词各打一个概率，也就是“这个词接在这里有多合适”。

关键在下一步：它不一定每次都挑概率最高的那个，而是按概率抽签。概率高的签多，更容易被抽中；概率低一些的，也有机会。

一句口号有十几个字，每个字都抽一次签。只要其中一步抽到了第二名，后面的句子就会顺着新的方向写下去。所以“重新生成”一次，换一句话，一点也不奇怪。

这种按概率抽签带来的不确定，叫随机性。

图1｜同一句话发三次，三次措辞都不一样

二、为什么不每次都选第一名？

听起来，永远挑概率最高的词最稳妥。可研究者早就发现，这样写出来的文字往往又平又闷，长一点还容易车轱辘话来回说，甚至在一句话里原地打转。

原因不难理解：每一步都挑“最常见”的那个词，拼出来的就是最常见的套话。人写东西也不会每个字都挑最保险的那个。

所以大多数聊天产品默认会留一点随机性，让回答读起来更自然、也更有变化。

三、温度：给抽签拧一个火力旋钮

温度就是调节这份随机性的旋钮。它不改变候选词的排名，改变的是名次之间的差距。

来看一个假想的例子。口号写到“一起出发，一起……”，下一个词有四个候选：

温度调低，第一名越来越占便宜，几乎次次都是“成长”，回答稳定，但也容易千篇一律。温度调高，几个候选的机会被拉平，“摸鱼”这种出人意料的词也有了露脸的机会，回答更有新意，但也更容易跑偏。

这张表里的数字是为了讲清道理编的，不是哪个模型的真实输出；不过“调低就集中、调高就摊平”的方向是对的。

图2｜温度只改变候选词之间的差距，不负责让答案更正确

可以把它想成炒菜的火力。火小，味道稳，每次都差不多；火大，香气更冲，偶尔出彩，也可能炒糊。

这个比喻要说清边界：温度高不等于更聪明，温度低也不等于更正确。它只管措辞敢不敢偏离最常见的那条路。如果模型本来就不知道答案，调低温度，只会让它把同一个错误答案说得更稳定。

大多数聊天软件从来不让你拧这个旋钮，它们在后台替你设好了。以前，开发者调用模型时还能自己调；这两年最新的模型，却越来越不让调了。OpenAI 最新一代模型只要开着“深度思考”，就不接受温度设置；谷歌则“强烈建议” Gemini 3 把温度保持在默认值，说调低了反而可能让模型原地打转、表现变差。

不过，旋钮并没有被拆掉，只是被厂商固定在了一个位置上，通常就是表里“平时”那一档。抽签照常进行，所以回答照样会变。

四、把温度拧到零，就每次都一样了吗？

按道理，温度调到零，就是每一步都只选第一名，答案应该一字不差。

实际上不一定。2025年，一家名叫 Thinking Machines 的 AI 公司做了个实验：把温度设成零，用同一个问题“介绍一下理查德·费曼”问同一个模型 1000 次，结果得到了 80 种不同的回答。

问题出在计算过程里。服务器同时在处理很多人的请求，每次一起算的请求多少不一样，计算的先后顺序会有极细微的差别，小数点后很远的地方会出现一点点误差。平时这点误差无关紧要，可一旦某一步有两个候选词的概率几乎打平，它就可能让结果翻个面，后面的句子也跟着走上另一条路。

会“先想再答”的推理模型，变化往往还更大。它们给出答案前，会先在后台写一大段思考过程，动辄几千个 Token，每一个都要抽一次签。思路一旦在前面岔开，后面就越走越远，最后的措辞、甚至结论都可能不同。

另外，你在聊天软件里看到的“每次不一样”，还可能来自别的原因：它记住了你之前聊过的内容，联网搜到的网页变了，或者产品悄悄换了新版本的模型。温度只是其中最常见的一个。

五、你也可以做的小实验

这个实验看“换说法”和“换答案”的区别。分两组，每组都问三次，每次都新开一个对话：

请写一句“社区二手书交换”的宣传口号，只要一句话，不要解释。

《静夜思》的作者是谁？只回答名字。

把六次回答抄下来对比。第一组，三句口号大概率各不相同，这就是随机性在起作用；第二组，三次多半都是“李白”，因为正确答案的概率远远领先，抽签也很难抽到别的名字。

手边没有顺手的 AI，也可以用“动手学”小站，长按下面的二维码打开，一句一句粘进去。小站每次提问都是全新的，不会记得上一次问过什么，正好符合实验要求。

提示词会发给模型服务商生成回答，所以别往里输入密码、证件号这类隐私信息。

这个实验只能说明，你用的这个模型、在这一天、按它的默认设置会怎样表现。换一个产品、换一天，结果都可能不同，不要据此下“所有 AI 都这样”的结论。

六、变化什么时候是好事，什么时候是警报？

写口号、起标题、想点子，变化是好事，多点几次“重新生成”，就是多要几个备选。

但问事实的时候，变化反而是一个有用的警报。研究者发现，如果对同一个事实问题多问几次，模型每次给出的答案都互相打架，那它多半是在编：真正有把握的事，概率会集中在一个答案上，抽几次签都差不多；没把握的时候，概率分散，每次抽出来的都不一样。

反过来却不成立：三次答案一模一样，不代表就是对的。网上流传很广的错误说法，模型也可能背得很牢，每次都答得一样肯定。所以日期、金额、条款原文这类东西，还是要回到原始出处核对。

图3｜点子可以多要几个版本，事实只能有一个

今天记住这四句话

回到那句团建口号。你点“重新生成”时，AI 不是在敷衍你，而是在重新抽一次签。抽到哪一句，好不好用，最后还得你来挑。

下一篇，聊一个让 AI 少编一点的办法：

如果 AI 没读过某份资料，怎样让它像开卷考试一样，边查边答？

如果这期对你有帮助，随手点个赞就行；想持续看这类拆解，记得关注，我们下期继续。

资料来源