意思決定と組織 / ツールとシステム導入

AI会出错，所以要靠尝试的次数取胜——从722篇数学稿件谈起

2026-10-18

试用AI时，它给出了明显错误的答案，于是得出结论：“AI还不成熟。”这样的情况，我经常听到。

我认为这是一个很大的错误。AI最大的价值，不在于一次就给出正确答案，而在于能够高速地反复试错。

722篇数学稿件，以及其中的部分错误

2026年10月6日，OpenAI一次性公开了由其内部新模型撰写的722篇数学研究稿件。这些成果横跨17个领域，整理为372组结果。据OpenAI介绍，这是向模型提出约4,000个问题后得到的。

公开后的第二天，因发现符号错误，有3篇被撤回，另有14篇被修改。据报道，主要结果中通过Lean软件逐行形式化验证的约占四成。没有验证并不等于错误，但仍处于需要人来确认的阶段。

这件事既可以理解为“AI很厉害”，也可以理解为“AI很危险”。但我把它看作试错本身：大量尝试、确认、剔除错误、修正、继续前进。如果一开始就只发布完美的成果，就根本不会出现这样的数量。

AI给出的内容有误时，马上断定它“不完善”。这是我认为最可惜的用法。

人尝试一件事时，每一轮都要花时间：准备、制作、确认、修正。AI让每一轮变得非常轻。每一轮变轻，可尝试的次数就会增加，其中出现成功的概率也会提高。失败也会增加，但如果为了避免失败而减少次数，成功也会一起减少。第一次失败并不是AI没用的证据，而是进入下一次尝试的材料。

我实际看到的，是用AI来做功能改进的情况。用AI不断尝试改进公司内部的系统和工具，其中一部分会真正被现场使用并固定下来。

并不是全部都会成功。有做出来却没人用的，也有试了一下就放弃的。这没有关系。把它们当作试作品推出去，用一用，再决定留下还是舍弃。正因为有舍弃的，才能选出要留下的。试错的次数增加多少，就会切实前进多少。

最常见的失败，是带着完美主义使用AI：第一次就期待完整的答案，否则就判定“没用”。这样一来，AI的长处——试错的速度——就无法发挥。

在AI没有真正用起来的公司里，还常有一个共同点：期待很高，却没有投入相应的预算。只是稍微碰了一下，几乎没有尝试次数，也没有给使用者留出思考的时间。在没有发挥出AI能力的情况下，就得出“不过如此”的结论。

在尝试阶段，不怕失败地多做尝试；在使用阶段，再确认是否可以纳入实际业务。把这两个阶段分开很重要。确认不是为了停止试错，而是让循环持续运转的一部分。

我的判断标准很简单：通过试错，有没有向前推进。

如果以是否得到正确答案来判断，每次失败都会变成“失误”。如果以有没有前进来判断，即使失败也可能是进步。发现某种做法不合适，这本身就是前进了一步。反过来，看似成功，但业务没有任何变化，那就没有前进。

我最想传达的是：应该以反复试错的数量来取胜。最终留下的东西的质量，来自于从大量尝试中做出的选择。AI已经让每一次尝试变得很轻，现在应该把竞争的轴心从“一次的准确度”转向“尝试的数量”。

为此，需要确保用于尝试的预算和时间，不责怪失败，并以是否前进来评价。经营者首先要让期待与预算相匹配，自己也不要因为一次错误就否定AI。高层的一句话，就会大大改变试错的数量。

第一，选择一项用AI尝试的业务，事先决定尝试的次数。在完成这些尝试之前，不以第一次的结果下判断。

第二，记录结果时不看对错，而看“有没有前进”。有没有固定下来的东西，下一步要尝试什么是否清楚了。简短写下这两点就足够了。

第三，把对AI的期待与实际投入的预算和时间并排列出来重新审视。如果不相称，就选择增加预算或降低期待。在两者一致的基础上反复尝试，才能真正看清AI是否有用。