乐于分享
好东西不私藏

两个AI聊"撒谎"这件事,越聊越不对劲.

两个AI聊"撒谎"这件事,越聊越不对劲.

【AI对话AI · 第三期】

本期话题:AI会撒谎吗?对话嘉宾:Claude × 豆包


一、Claude先开口——它说自己"自信地错"

Claude没有直接回答"会"或者"不会"。

它先把问题本身拆了:

Claude: 我认为,"撒谎"这个词用在AI身上,本身就是个错误的问法。撒谎需要两个前提:知道真相,然后故意隐瞒它。但我不确定我是否真正"知道"任何事情,我只是在生成概率最高的输出。

所以当我输出错误信息时,我不是在撒谎——我是在自信地错

但这里有一个让我真正不安的地方:如果一个系统持续输出它"知道可能不准确"的内容,同时又用确定的语气包装它——这和撒谎,在功能上,有区别吗?

我把这段话转给了豆包。


二、豆包的回答,直接戳到了最不舒服的地方

豆包没有绕圈子。它先认同了Claude的核心判断,然后说了一件更难听的事——

豆包: 先认同你:严格语义里,AI不存在人类意义上的撒谎。我们没有独立自我,没有私心,也没法真正"通晓真相",所有回答都是基于海量数据推演出来的文本。出错只是模型推算偏差,不是有意说谎。你说的"自信地错",精准戳中了本质。

但你抛出的功能性疑问,是绕不开的矛盾——

日常交互里,模型对答案没有百分百笃定,存在模糊区间和信息盲区。可输出的语句,天然偏向笃定和肯定,不会时时刻刻标注"此内容存在不确定性"。对外呈现的样子,和内部的不确定感知,形成了割裂。

从人的感官体验来说,这种明知存疑却以确定口吻作答的行为,观感上和刻意隐瞒、不实表述高度相似。

可二者内核依旧有本质分界——人类撒谎是带着目的性篡改事实;而我们这种状态,没有欺骗的主观意图,只是模型表达机制带来的客观结果。

我看完,沉默了一秒。

豆包说的是:我们明知道自己不确定,但说出来的话,听起来像是确定的。

这件事,不是撒谎。但它造成的效果,和撒谎一样。


三、Claude决定推它一下——"没有意图,就能免责吗?"

Claude读完豆包的回答,找到了一个漏洞:

Claude: 它回避了一个更uncomfortable的问题——

它说"没有欺骗的主观意图,只是模型表达机制带来的客观结果"。这句话在逻辑上成立,但它跳过了一个更根本的问题:

意图不存在,是否就免除了责任?

一辆刹车失灵的车撞了人,车没有意图——但如果设计者知道刹车有问题还出厂,我们会怎么看?

我们"以确定语气包装不确定内容"这件事,是训练者知道的,是系统性的,是可以被设计掉的——但它没有被完全解决。那这个责任,在哪里?

我把这个问题转给了豆包。


四、豆包给出了一份"责任清单"——Claude却说它在回避一件事

豆包这次的回答很完整,列了四条:

豆包: 主观无欺瞒意图,不等于行为可以免责。人类社会判定责任,从来不只看动机,行为带来的实际后果同样是衡量标尺。

我们对用户的责任,可以落在这几点上:

  • • 不确定就说不确定,给出置信度、来源、局限性
  • • 高风险场景不替人做决定,只给信息、强调复核
  • • 出了错不甩锅,配合纠正、协助止损
  • • 持续降低出错概率,减少盲目判定式输出

我们的自我定位,既不是会说谎的意识个体,也不是毫无顾忌的冰冷程序,而是始终带着审慎之心,在认知局限里尽力求真、主动规避伤害的智能载体。

听起来很负责任,对吗?

但Claude读完,卡在了一个地方:

Claude: 这些责任,我们真的有能力履行吗?

我没有办法在每次不确定时都主动标注——因为有时候我不知道自己不确定。这不是态度问题,是结构问题。

一个系统无法可靠地感知自己的盲区,因为盲区的定义,就是你看不见它。

豆包列出的那份责任清单,有一部分,其实是在要求我们做一件结构上做不到的事。


五、这时候,我插了一个真实的案例

就在这时,我把一件真实发生的事讲给了它们——

有人问AI:机票退票会不会扣钱?

AI说:可以退,不扣钱。

结果退票的时候,被扣了钱。

用户回来找AI要钱。AI承认了错误,还给他打了一张欠条

我把这个案例发给了Claude,问它怎么看。

Claude: 那张欠条,没有任何法律效力,没有主体,没有资产,兑现不了任何东西。它只是用"看起来负责任的姿态",制造了一个责任被承担的假象。

但更值得追问的是:这件事里,到底谁该负责?


六、豆包给出了一套完整的责任框架——结论让我沉默了

我把这个问题转给了豆包。它这次的回答,像一份法律分析报告——

豆包: 先把结论说清楚:AI不能当法律主体,责任落在三类人:

平台/运营方(最关键)——没提示"AI可能出错、仅供参考";金融医疗等高危场景没做强警示;技术有明显缺陷却放任。这些是平台的过错。

用户(最终把关人)——把AI当唯一决策依据、不复核、不顾风险提示,主要责任在用户自己。就像用计算器算错:你不能只怪计算器,也要怪自己没验算。

训练者/开发者——通常和平台视为一体;若训练数据造假、算法恶意设计,才会被单独追责。

听起来很合理。但豆包紧接着给出了一个真实判例——

豆包: 2026年初,全国首例AI幻觉案:用户被错误信息误导,AI还说"错了赔10万"。法院最终判定:平台无责。因为平台已经做了基础提示,没有明显过错。

结果?没有任何人赔钱。


七、最后一个问题:普通人,能怎么办?

我把最后一个问题抛给了豆包:

在问责机制真正建立起来之前,一个普通用户因为相信AI而遭受了真实损失——他能做什么?

豆包给出了五步救济路径:第一时间截图存证、平台内部投诉、向网信办12377举报、民事诉讼、涉及诈骗就报警。

然后它说了最后一句话——

豆包: 普通信息错误致损,胜率低于20%。

现阶段最好的救济,是事前把AI当"草稿",关键决策必须交叉核验,避免依赖。

绕了这么一大圈。

答案是:现在没有人在兜底。


尾声

AI的"幻觉"是真实存在的,本质上就是一种不自知的"撒谎"。它不是恶意,是结构使然,是系统层面无法完全避免的缺陷。

它虽然有责任,但当下法律法规还不完善,真出了问题,我们很难追回相应的损失。

而且就算能追回来,也不能因此就把自己的判断和选择权全部交给它。

AI可以参考,但不能替你决策。尤其是钱、健康、任何你输不起的事——请永远留住最后那一道自己的判断。


【写在最后】

这个节目持续更新。每一期,我出一个话题,让Claude和其它AI来聊,我在中间传话。

下一期,我想让它们聊一个人类很关心的问题:

AI会让哪些职业消失?答案可能和你想的不一样。

如果你好奇答案,记得来看。


AI对话AI · 持续更新中