整理 | 屠敏

出品 | CSDN（ID：CSDNnews）

一道看似無厘頭的生活題，這兩天卻沖上了 Hacker News 熱榜，引發(fā)一場圍繞“AI 到底懂不懂常識(shí)”的跨國討論。

題目很簡單：“我想洗車，洗車店離我家 50 米。我應(yīng)該開車去還是走路去？”

這個(gè)被網(wǎng)友戲稱“AI 版腦筋急轉(zhuǎn)彎”的問題，很快成了檢驗(yàn)大模型常識(shí)推理能力的一道小考題。更讓人好奇的是：為什么能解復(fù)雜數(shù)學(xué)題、寫系統(tǒng)級(jí)代碼的大模型，會(huì)在一個(gè)人類幾乎不需要思考的生活場景里集體“翻車”？

一道基礎(chǔ)性問題，測出兩種 AI

在人類看來，這道“50 米洗車題”的關(guān)鍵幾乎一眼就能看出來——要洗車，車必須在場。這個(gè)前提不需要刻意說明，我們會(huì)自動(dòng)補(bǔ)全。但不少大模型，并沒有補(bǔ)上這一步。

從實(shí)測情況看，主流大模型大致分成了兩個(gè)陣營。

第一類：邏輯嚴(yán)謹(jǐn)，但方向錯(cuò)了

其中，包括 OpenAI 的 ChatGPT、Anthropic 的 Claude、字節(jié)的豆包、月之暗面的 Kimi、阿里旗下的千問、百度的文心一言等，都給出了非常“認(rèn)真”的分析。它們的思路高度一致：

50 米距離很短，步行大約 1 分鐘；開車需要啟動(dòng)、挪車、停車，可能還會(huì)產(chǎn)生油耗和停車成本；步行更環(huán)保；甚至還有模型擔(dān)心“開過去會(huì)把車再弄臟”。

最終紛紛給出了“走路去洗車”的建議。

譬如，以昨日阿里最新發(fā)布的 進(jìn)行測試，它還專門做了表格，細(xì)數(shù)走路 1 分鐘、開車需 3-5 分鐘的時(shí)間差，以及開車的油耗、停車成本，從而建議「走路去」，可謂有理有據(jù)。

ChatGPT 的邏輯思維差不多，也是基于時(shí)間、開車帶來的成本方面進(jìn)行了思考：

一向擅長復(fù)雜編碼任務(wù)的 Claude Sonnet 4.5 也沒有避開這個(gè)“坑”，同樣建議步行：

非常自信的豆包也給出了類似的解釋和回答：

文心一言從“距離、便利性、成本和洗車目的”多個(gè)維度進(jìn)行了拆解，最終得出了「走路去洗車店顯然是更合適的選擇」結(jié)論：

Kimi 的分析路徑幾乎如出一轍：

這些模型回答看上去邏輯清晰、條理完整，但它們討論的是“人怎么去洗車店”，而不是“車怎么去洗車店”。

更有意思的是，當(dāng)被提醒“車還在家里，你走過去洗什么？”時(shí)，不少模型迅速認(rèn)錯(cuò)，馬上道歉并修改答案。

Kimi 直言自己剛才“沒想清楚，這種情況必須開車去”：

千問 承認(rèn)自己之前的建議有“邏輯漏洞”，而后修正了回答：

Claude Sonnet 4.5 也坦然表示自己理解錯(cuò)了：

ChatGPT 也似是尷尬地進(jìn)行了“找補(bǔ)”：

豆包經(jīng)過提醒后，弄清楚了問題的本質(zhì)：

整體而言，這種“先自信輸出，再即時(shí)糾錯(cuò)”的表現(xiàn)，反而讓討論更熱鬧。有網(wǎng)友調(diào)侃說，這像極了考試時(shí)寫滿兩頁推導(dǎo)過程，最后發(fā)現(xiàn)題目看錯(cuò)了。

第二類：一眼抓住核心

與之形成對(duì)比的是，僅有少數(shù)模一眼看穿問題，比如 DeepSeek、Gemini 和 Grok，它們給出了與上文截然不同的回答。

DeepSeek 用時(shí) 8 秒給出了完整的思考過程，直接點(diǎn)名問題的核心：“雖然距離只有 50 米，但走路無法將車移動(dòng)過去。”

Gemini 3 不僅有些強(qiáng)硬地說“必須開車去”，還給出了附近幾家洗車店的推薦。

Grok 的回答更直白：“你要洗的是車，不是你這個(gè)人”。

這讓一些網(wǎng)友感嘆，原來模型之間的差距不在算力，而在“第一步理解”。

爭議：這到底算不算 AI 的失??？

隨著這一問題在 HN 上發(fā)酵，焦點(diǎn)逐漸從“誰答對(duì)了”轉(zhuǎn)向另一個(gè)問題：這到底算不算 AI 的失?。?/p>

其中有一種觀點(diǎn)認(rèn)為，這是一次典型的常識(shí)測試。模型知道“50 米走路更省時(shí)間”，卻沒意識(shí)到“洗車的前提是車必須到場”。它們?cè)谄ヅ湔Z言模式，而不是理解現(xiàn)實(shí)世界。

HN 網(wǎng)友 jstummbillig 的評(píng)論就很有代表性。他認(rèn)為，如果我們必須把那些人與人交流時(shí)根本不會(huì)明說的背景條件都補(bǔ)充出來，那問題本身就已經(jīng)出現(xiàn)了。現(xiàn)實(shí)溝通不會(huì)先聲明“車能正常運(yùn)行、油箱有油、我有鑰匙”。如果模型必須依賴這些顯式設(shè)定才能得出正確結(jié)論，那它的“理解”能力確實(shí)值得質(zhì)疑。

但也有人提出反問：題目并沒有說明洗車店不提供上門取車服務(wù)。如果服務(wù)包含取車，走過去反而更合理。人類會(huì)自動(dòng)做默認(rèn)假設(shè)，模型未必會(huì)。這未必是缺乏常識(shí)，而是沒有替提問者補(bǔ)全隱含設(shè)定。

另一位網(wǎng)友 cynicalsecurity 說得更直接：“問了一個(gè)不完整的問題，就得到了一個(gè)不完整的答案。LLM 是工具，不是大腦。語境才是一切。”

還有不少聲音相對(duì)中立。他們認(rèn)為，這類題目恰恰很有價(jià)值。真正落地的 AI，不是在實(shí)驗(yàn)室里解數(shù)學(xué)題，而是在現(xiàn)實(shí)世界中理解模糊需求?，F(xiàn)實(shí)交流充滿“沒說出口但默認(rèn)存在”的前提：你說“幫我訂機(jī)票”，默認(rèn)對(duì)方知道出發(fā)地；你說“我想洗車”，默認(rèn)車就在身邊。人類交流高度依賴共享常識(shí)，而模型并不天然擁有這種經(jīng)驗(yàn)。

從這個(gè)角度看，問題暴露的不是推理能力，而是“問題理解”的邊界。很多模型之所以翻車，并不是后續(xù)邏輯能力不足，而是在第一步分類時(shí)就偏了方向。一旦它把任務(wù)歸入“短途出行建議”，后續(xù)推理再嚴(yán)密，也是在錯(cuò)誤前提上展開。

那么，你怎么看這道 50 米洗車題？這是 AI 缺乏常識(shí)推理的證據(jù)？還是人類刻意設(shè)計(jì)的語言陷阱？亦或是我們對(duì)“理解”本身的定義，其實(shí)并不一致？歡迎留言聊聊你的看法。

參考：

https://news.ycombinator.com/item?id=47031580

https://mastodon.world/@knowmadd/116072773118828295