AI 写代码到底靠不靠谱?先分清模型和工具的分工

哈喽，我是水亭！

你让 AI 帮你算加班费：月薪 15000，本月加班 23 小时，按 1.5 倍算。它给了你一个数字，你拿计算器一按，差了 200 多。

你以为是它"不够聪明"，又让它算了一遍。这次数字变了，还是不对。

问题不在聪明不聪明，而在你让它干了它不擅长的事。这篇讲清楚一件事：AI 的"计算"和"理解"不是一回事，什么时候该让它直接答、什么时候该让它调用工具——以及普通人怎么用，才不让它一本正经地算错。

01 模型不是计算器，是接龙机器

回到这个系列的第一块基石：AI 是靠预测"下一个最像样的词"来生成的接龙机器。

这个机制决定了它的数学能力：它不是"算"，是"背"。

你问它 2+2，它见过太多"2+2=4"，能直接答对。你问它 15000÷21.75×23×1.5，它没背过这个答案，只能"猜"一个看起来合理的数。

猜，就会错。位数越多、步骤越多的运算，猜对的概率越低。

02 翻车现场：三类典型的"假聪明"

不是只有算数会翻车。这三类任务，AI 直接答都容易错：

第一类：精确计算。

税率、利息、汇率、加班费、比例换算。规则明确、结果必须唯一，AI 一猜就飘。

第二类：日期时间。

"下周二"到底是几号、"这个季度还剩几天"、"2024 年有 53 周吗"。日期绕来绕去，AI 的"背"派不上用场。

第三类：实时数据。

今天的股价、此刻的天气、最新的政策条款。AI 的训练数据有截止日期，它"记得"的可能是半年前的事。

发现共同点了吗？这三类都不是"理解问题"，而是"查准结果"。

03 解法：模型负责理解，工具负责算

正确姿势是分工：AI 负责听懂你要什么、把问题翻译成计算机能执行的动作；精确计算和实时数据，交给工具。

这就是"工具调用"（Tool Use）：AI 发现需要计算时，不去猜答案，而是调用计算器、代码执行器、搜索引擎或外部 API，拿到结果再组织成回答。

打个比方：你不会让会计心算全年账目，你会让他开 Excel。工具调用就是给 AI 配了个 Excel。

现在主流 AI 基本都支持：代码解释器（算数、跑脚本）、联网搜索（实时数据）、各种插件和 API。关键是你得让它用。

04 什么时候该让 AI 调工具：三条判断标准

拿不准要不要调工具？问自己三个问题：

一、结果必须精确吗？

金额、日期、数字、代码、配置——必须精确，就让它调工具，别让它"心算"。

二、数据会变化吗？

股价、天气、新闻、政策——会变，就联网，别信它记忆里的旧数据。

三、过程能验证吗？

代码能不能跑、数据对不对——能验证的，让 AI 把过程亮出来（代码、步骤、来源），你检查，而不是直接信结论。

三条命中任何一条，都优先调工具。

05 普通人怎么用：三句提示词

不用懂技术，把这三句话加进提示词就行：

第一句："用代码/计算器算，不要心算，展示计算过程。" 逼它走工具，而不是猜。

第二句："如果数据会变化，先联网查最新数据，并标注查询时间。" 拦住"用记忆糊弄你"。

第三句："不确定的地方直接说，不要编。" 让它承认不会，比让它硬答有用得多。

记住一个反常识：让它"不会就说不会"，比让它"尽量答"安全十倍。

06 下一步：从工具到 Agent

工具调用解决的是"一个动作"：算个数、查个数据、跑段代码。

那如果是一连串动作呢——让它自己查资料、自己分析、自己写报告？这就是 Agent 的活了。

下一篇，我们聊从"问 AI"到"指挥 AI"：Agent 能做什么、不能做什么，以及怎么给它设边界。