夜雨聆风养护行业正在经历AI效率革命——但也正在悄悄孵育一个新的风险敞口
上星期，我让同事帮我检查一份AI出的病害台账。
AI跑了三分钟，出来一份表格——格式规范、数据完整、每个病害有桩号有照片有建议处理方式。同事翻了翻跟我说："生哥，表面看没问题，但我还是拿原始记录对一下吧。"
一对，发现问题了——三处病害的桩号对不上。
AI把K153+200的路面裂缝写成了K152+200，把8.2米的长度写成了12.5米。表层完美，底层全错。
问题不是AI写得不够好。恰恰相反——它写得太好了，好到如果你不仔细看，根本发现不了。
这就引出了今天的话题。AI对话系统越做越强，但"说胡话"的问题解决了吗？答案是：没有。不但没有，反而更难发现了——因为AI说得越来越像真的。
你看现在的大模型，语气自然得像真人。但如果让它编一份养护报告，它能把桩号编得跟真的似的——"K153+200""K152+800"都对，但跟实际的巡查记录对不上。这种错，比"一眼假"的危险一万倍。
很多工友问我："AI不是学了很多东西吗？怎么还能说错？"
这里有个大多数人误解的底层逻辑——AI不是"查资料"的，它是"猜答案"的。
打个比方：一个新手资料员没去过现场，但看过1000份台账。他写的格式绝对漂亮——段落、数据、图表样样都对。但他写"K153+200有裂缝"这件事，是因为"K153+200"和"裂缝"这两个词在资料里经常同时出现，而不是因为他真的去现场量过。
这就是AI的运作方式。它不是检索数据库，它是在计算"接下来最有可能出现的词是什么"。概率对了，事实可能却是错的。
更要命的是——它说得越好听，你越容易放松警惕。十年前AI说话结结巴巴，你一眼就知道"这不行"。现在AI跟你聊得像老熟人、写报告像老师傅，你就下意识地信了。这是人性，也是陷阱。
我自己用AI大半年，说说真实感受——不是AI不能用，是你得知道它会在哪里翻车。
这是最常见的。AI处理数值和位置信息时，经常把A段的病害安到B段的头上。表面看表格工整，但桩号错了一个字就是完全不同的路段。危不危险？
AI引用规范时经常"创造"编号。它知道JTG H10-2009这种格式，但可能给你编一个JTG H12-2026——听上去挺像那么回事，但根本不存在。养护方案引用了不存在的规范，签字人是要担责的。
最大的坑不是AI写得差，而是它写得完美。病害照片描述、裂缝宽度数据、处理建议——每个细节都有，每个都看起来合理。但实际上照片是A段的，宽度数据是B段的。这种"看似完美"的错误，最容易被忽略。
说了这么多，不是让大家不用AI——恰恰相反，我自己天天用。关键是怎么用，才不会出事。
我现在用AI写日报、写报备、写方案初稿，但从不直接拿来用。每次都要过一遍眼。不是信不过AI，是信不过"不用负责的回复"。你让AI写方案，AI不需要签字——但你签的每一份，都要你负责。
审AI输出，不用逐字读——但必须检查两类关键信息：桩号位置对不对，规范编号有没有。这两个是养护行业的命门，也是AI最容易出错的地方。养成习惯，五分钟的检查，能省你后面一大堆麻烦。
心态上放对位置。你不会让实习生直接签字发报告，对吧？AI也一样。它是个很好的打草稿的人手——帮你把框架搭好、数据填满、格式调顺。但最后的把关，必须是懂行的人。
前阵子有个兄弟问我："生哥，你用AI写日报，不怕出问题吗？"
我说：怕。所以我每次看完再发。就像同事审AI病害台账一样——他花了十分钟复查，发现了三处错误。这三处错误，如果直接用了，第一个追责的人就是肖勇和他自己。
AI"说胡话"的问题短期内解决不了。但咱们养护人有自己的经验——你知道哪些东西容易出问题，你知道去查哪几个地方。这就是你比AI强的地方：你不是在信它，你是在用它。
🧰 AI会越来越好，但不会永远正确你可以用AI，但别忘了——你才是那个需要签字的人
不是AI在说胡话，是人忘了自己才是最后一道防线
说回到开头的那个问题：AI"说胡话"的问题解决了吗？
我的结论是——短期内解决不了。因为这个问题的本质不是AI不够"聪明"，而是它根本不"知道"自己在说什么。
但这不是坏事。它意味着——懂行业的人，永远是AI的最后一道屏障。
现在我们用AI写日报、写方案、写报备，效率确实翻了几倍——但每一次交出去之前，我都会多花五分钟过一遍。这五分钟，就是我跟AI之间最值得珍惜的距离。
养好这个习惯，工友们。你会感谢自己这个决定的。
👷 在高速公路上玩AI的工程人 · 工程人王工学AI
一个懂养护也懂AI的工程人
