夜雨聆风我在《三国志战略版》手游里，被AI分了个组。
我们盟最近组织了一场内部配将对决的比赛，一共62个人报名，挺热闹的。比赛规则不复杂，一对一捉对厮杀，类似世界杯淘汰赛那种。
有意思的地方在于分组方式。
以前搞这种活动，要么手动抽签，要么盟主在群里扔个骰子。但这次，组织者说了一句让我愣了一下的话。
「让AI来随机分组。」
我当时脑子里闪过一个问题，AI随的机，算不算真正的随机。。。
结果出来之后，群里炸了。
不是因为谁和谁分到了一起觉得不公平，而是所有人都觉得，还挺有意思的。没有人质疑分组结果，没有人说「这AI是不是偏袒谁」。大家默认了一件事，AI不会作弊。
这让我想起去年组织人力资源竞赛的时候。
我们当时在打分环节引入了AI评分，占比不高，大概占个20%左右的权重，更多是为了增加一点趣味性。说实话，刚开始我心里是没底的，万一AI打分结果跟评委偏差太大怎么办？万一选手觉得AI打分不公平怎么办？
结果呢，大家的反应出乎我意料。
没有人觉得AI不公平。反而很多人觉得，AI打的分「挺准的」，比预期中更客观。
我当时就在想，为什么同样是随机，人做出来的随机让人怀疑，AI做出来的随机就没人质疑？
说真的，这个问题越想越有意思。
· · ·
以前公司年会抽奖，那可是个高危场景。程序员被逼着现场开源抽奖代码这种事，不是段子，是真事。我记得早些年某大厂年会，抽奖程序出bug，连续抽到同一个人三次，全场哗然。那程序员后来据说真的被要求公开源码了。
那时候人们对「随机」的信任，建立在代码可审查的基础上。你写了个随机算法，别人不信，你得把源码亮出来，得让大家看到你用的是Math.random()还是用的时间戳做种子。
但现在呢？
随便打开一个AI聊天工具，跟它说一句「帮我随机抽5个人」，它给你抽出来。没有人会去追问它背后的随机算法是什么，没有人会要求它开源代码。
这种信任感的转变，其实挺奇妙的。
我琢磨了一下，觉得原因大概是这样的。
人对人的不信任，往往是因为我们知道人会作弊。人会有私心，会有关系亲疏，会被人情世故左右。但AI呢？它跟你没有利益关系，它不认识张三李四，它甚至不知道自己抽出来的是谁。
这种「没有立场」，本身就是最好的立场。
怎么说呢，就挺妙的。
· · ·
顺着这个思路往下想，AI的随机性在很多场景下都挺有价值的。
抽奖就不用说了，年会抽奖、社群抽奖、直播间抽奖，以前搞个公平抽奖挺麻烦的，现在一句话就搞定了，而且大家默认接受结果。
排组也是。像我们盟这次比赛，62个人随机配对，如果用传统方式，光是排对阵表就得搞半天，还要确保每一轮的对阵逻辑没问题。AI几秒钟就出结果了，而且没人质疑公平性。
分班更是。我有个做教育培训的朋友，他们机构每个学期都要重新分班。以前用Excel排，家长总有意见，觉得班主任是不是把好学生都分到自己班上了。后来他们干脆用AI来分，按成绩、性别、年龄几个维度做均衡分配。你猜怎么着，家长的投诉少了一大半。
不是分班结果真的变好了多少，而是家长觉得「机器分的就是公平的」。
打分也一样。我们去年那个HR竞赛，AI评分占比虽然不高，但它有一个很微妙的作用，锚定效应。评委看到AI的评分之后，会下意识地拿自己的打分去对照。如果偏差太大，评委就会多想一下，「是不是我漏看了什么？」
这种「第二意见」的角色，AI扮演得还挺自然的。
· · ·
但这里我得说一句。
AI的随机性也有它的问题。
最明显的就是，大语言模型生成的随机数，其实不是真随机。它的底层是基于概率分布的预测，你给它同样的prompt和同样的上下文，它大概率会给出类似的结果。而且如果你不刻意在prompt里要求「完全随机」，它可能会受到训练数据里某些模式的影响。
这个问题在实际使用中倒不太容易暴露，因为大多数人不会去做重复测试。但严格意义上讲，如果你想做真正严谨的随机抽样，比如学术研究里的随机分组实验，还是得用专门的随机数生成工具，不能靠大模型。
不过话说回来，对于年会抽奖、游戏配对、分班排组这些场景，AI的随机性已经足够用了。
因为在这些场景下，人们要的不是数学意义上的真随机，而是「我觉得它是公平的」。
· · ·
这让我想到一个更大的东西。
我们人类对「公平」的追求，说到底，是对「过程透明」的追求。以前要实现透明，你得把过程展示出来，把代码开源，把算法讲清楚。但AI的出现，提供了一条新的路径，不需要你理解过程，只需要你信任这个系统。
这是一种信任的「外包」。你不需要懂随机算法，不需要审代码，你只需要相信GPT、Claude这些大模型公司不会为了你的年会抽奖去作弊。
这种信任外包，其实在我们的生活中早就发生了。你用微信支付的时候，不会去验证背后的加密算法。你坐飞机的时候，不会去检查飞机的发动机。你相信的是整个系统，而不是某个具体的技术细节。
AI的随机性被大家接受，也是同样的道理。
当然，这种信任不是白来的。大模型公司花了几年时间建立了技术公信力，用户在使用中积累了正面体验，才有了今天的信任基础。
· · ·
所以回到一开始那个问题。
AI随的机，算不算真正的随机？
数学上可能不算，但社交意义上，它是。
而社交意义上的公平，可能比数学意义上的公平更重要。
因为说到底，抽奖、分组、分班、打分，这些事情的终极目标不是追求完美的随机分布，而是让参与的人觉得「这个结果是合理的」。
AI做到了。
这大概就是我觉得AI随机性「最有意思」的地方。它不是用技术完美解决了随机性问题，而是用信任完美解决了公平性问题。
一个意外的副产品。
但确实，挺好用的。
七 翎
glinkwo.com
