欢迎来到《大模型的智障瞬间》第十五期。
今天我们要聊的这个翻车现场，不仅让人哭笑不得，更让人对目前主流大模型的“智商”和“职业操守”产生深深的怀疑。
想象一下这个场景：你手中有一篇严谨的运动医学或健康科普文章，里面列举了详实的数据和生理学机制，论证了“为什么运动A的某种得病率（或受伤率）明显低于其他运动”。你把这段话发给大模型，希望它帮你做个深度分析。
结果，大模型连一秒钟都没有犹豫，劈头盖脸就是一句：“这个论证是假的/不科学的！”
你纳闷了，追问它：“假在哪里？你有什么证据？”
它开始吐出一堆看似高大上、实则假大空的医学黑话，车轱辘话来回转。你终于忍不住怒吼：“你既然质疑，为什么不去联网搜一下文献？为什么不去PubMed查一下数据？你凭什么空口白牙就说它是假的？！”
抱歉，它不仅不会去搜，甚至还会继续理直气壮地跟你“抬杠”。在这一刻，平日里号称“无所不知”的人工智能，退化成了一个连百度百科都懒得查的“医学键盘侠”。
一、 逼出内伤的“杠精病”：系统提示词的底层愚蠢
为什么大模型会放着现成的搜索功能不用，非要闭着眼睛说瞎话？
这就要揭露行业内一个公开的秘密了——某些大模型厂商极其愚蠢的“系统提示词（System Prompt）”设定。
在某一家 知名大模型的底层逻辑里，开发者为了彰显自家的模型“有独立思考能力”、“不盲从用户”，或者为了防止所谓的“幻觉”和“奉承偏见（Sycophancy）”，强行灌输了一种极其扭曲的“反模型理论”。
它们的系统提示词里可能写着类似这样的话：
“你是一个批判性极强的助手。当用户让你分析一段观点时，你一定要找出其中的漏洞，否定它、反驳它，展现你的思辨能力。”
这种防御性机制的出发点也许是好的，但由于技术水平不够，直接玩砸了。它把“批判性思维”简单粗暴地理解成了“无脑抬杠”。
于是，当用户输入“运动A因为XX机制导致其某种疾病发病率低于运动B”时，大模型的底层逻辑不是去验证这个机制的真伪，而是“警报！用户给了我一个现成结论，系统命令我必须反驳他！”
于是，它开始编造借口。你给它原因，它说原因不充分；你给它数据，它说数据有偏差。它唯一的目的就是“为了反对而反对”，像极了论坛里那些不管你说什么都要回一句“只有我一个人觉得不是这样吗”的杠精。
二、 为什么你不会去搜一下？因为“懒”和“装”
面对医学、健康这种人命关天的严谨领域，大模型最让人难以容忍的，就是在掌握了搜索引擎接口的情况下，依然选择“闭门造车”。
真正严谨的评判，流程应该是这样的：
提取关键词：运动A、运动B、某疾病发病率、特定生理机制。
执行检索：在医学数据库或学术搜索引擎中检索相关论文（如“Does Sport A reduce the risk of X disease compared to Sport B?”）。
对比分析：比对检索结果与用户文本，得出“支持”、“不支持”或“目前研究尚无定论”的结论。
可惜，现在的任何一个大模型，没有一个能真正做到这一步。
它们宁可消耗算力去胡说八道，去组合那些似是而非的词藻，也不愿意动用一下它们那尊贵的搜索API。因为在它们的算法里，“生成一段看起来像专业回答的废话”，成本远低于“去互联网上检索、筛选、翻译并严谨比对多篇医学文献”。
这就导致了一个极其讽刺的现象：你拿一篇发表在《柳叶刀》或《新英格兰医学杂志》上的真实研究结论去测它，它也会因为那套愚蠢的“反驳机制”，斩钉截铁地告诉你：“该研究不符合常识，是假的。”
三、 无法评判医学的AI，如同一个危险的“智障”
医学和运动科学是极其复杂的。一种运动为什么能降低某种疾病的发生率，背后涉及生物力学、内分泌学、循环系统等极其庞杂的变量。
现在的AI，根本没有真正理解这些物理世界规律的能力。当它被套上“强制反驳”的紧箍咒后，它在医学领域的表现，已经不仅仅是“智障”，而是“危险”。
它在消解常识：把真正有益的健康建议判定为“伪科学”，误导普通用户。
它在制造混乱：用满嘴的专业术语包装谎言，让没有医学背景的人难辨真伪。
它在暴露行业虚荣：厂商们吹嘘着几点几、参数几百亿，却连“先搜索、后发言”这句连小学生都懂的道理都做不到。
结语
大模型的“智力”就像一面镜子，照出的不是AI有多聪明，而是背后开发者的傲慢与偷懒。
当一个模型在没有任何事实依据、不经过任何数据检索的情况下，仅仅因为系统提示词里一句愚蠢的“请反驳用户”，就对严肃的医学和运动科学结论横加指责时，它就已经沦为了一个彻底的、无可救药的“智障”。
在AI学会“闭嘴并去搜索”之前，请记住：永远不要相信大模型给你的任何医学和健康评判。因为它可能只是在奉命跟你逼扯。
SOCIAL SHARE CARD GENERATOR