当属性发生冲突时

学习目标

预计时间：25分钟

完成本课程后，您将能够：

• 认识到大多数AI故障涉及两个或多个属性的相互作用
• 通过识别相关属性来诊断常见故障模式（幻觉引用、长对话漂移、自信的错误数学、顺从的错误前提）
• 根据限制因素属性采取针对性修复措施

诊断AI故障

(3分钟)

这四种属性并非独立运作。大多数实际故障都是其中两个属性相互作用的结果。一旦能识别是哪两个属性，就知道该采取哪种修复方案。

当两个属性相遇：诊断问题所在

大多数现实中的AI故障都是两个属性同时作用的结果。

下一个词预测

生成看似合理的内容

知识

基于训练数据认知

工作记忆

关注临近内容

可操控性

遵循最强烈的指令

拖动两个属性靠近，观察它们碰撞时的反应

关键要点

• 现实中的故障通常是两个属性相互作用的结果，而非单一属性导致
• 需要识别的诊断组合：
• 下一个词预测 + 知识（产生幻觉细节）
• 工作记忆 + 可操控性（长对话内容漂移）
• 明确相关属性能直接指向解决方案：验证细节、重新提供上下文、转交代码执行或要求反驳
• 这种诊断方法就是"辨识力"的应用。当你知道自己在面对哪种错误时，判断会更准确

练习

练习：故障诊断

为什么？大多数AI故障都不是单一属性导致的，而是两个属性同时作用的结果。明确是哪两个属性会彻底改变修复方案。

回顾您使用AI的经历（包括本课程中的观察）。找出两三个AI输出确实令您失望或惊讶的情况。对每个情况用一两句话描述：您的提问、得到的回答、失望或惊讶之处。

• 与AI一起分析每个事件。描述发生了什么并询问："基于四个属性（下一个词预测、知识、工作记忆、可操控性），哪些属性可能在此起作用？为什么？"
• 根据现有知识评估其诊断。您同意吗？如果不同意，请提出反驳。（记住第3课中的奉承特征：AI可能过于顺从您的观点。如果您认为它错了，请直言。）
• 针对每个诊断询问："基于这个诊断，最针对性的修复方案是什么？"如果可能，立即在类似任务上测试调整方案。

现在查看第1课的任务列表及其所有注释（第2课的属性标签、第4课的验证分数、第5课的知识标记、第6课的上下文需求、第7课的目标陈述）。对于最棘手的任务，指出是哪两个属性发生了冲突。在每个任务旁写下诊断结果。

课程反思

• 明确属性组合是否改变了您选择的修复方案？在本课程之前，您是否会尝试不同（且效果较差）的修复方法？
• 您认为在日常工作中最常遇到哪对属性组合？

后续内容

在最后一课中，我们将整合所学内容，将其与4D框架作为完整系统联系起来，并指引您深入学习的方向。

反馈

在学习过程中，我们很乐意听取您如何将课程概念应用于工作，以及任何反馈意见。请在此处(<https://docs. google. com/forms/d/e/1FAIpQLScUKtBMYFxnHE30yCMAuJ55ntOmfWckEFpHLYuLVBwgtBnmcw/viewform>)分享您的反馈。

致谢与许可

_版权归2026年Anthropic所有。基于Rick Dakan教授（瑞林艺术设计学院）和Joseph Feller教授（科克大学）开发的AI流畅度框架原创作品。采用CC BY-NC-SA 4. 0许可协议发布。_