上周，我让模型帮我审一段条款。
三秒钟，它回给我一整页。结构工整，术语精确，连引用的法条都带着编号、冒号和括号，一副不容置疑的样子。
我差点就签了。
后来去核对，那条法条——不存在。编号格式是真的，引用的内容是它编的。它一本正经，给我虚构了一部法律。
让我后背发凉的，不是它错了。
是它错得毫不犹豫。
它没有任何一个标点，泄露出"我其实不太确定"。
一、错误，第一次穿上了正确的制服
人会犯错，这不新鲜。新鲜的是错误的样子变了。
过去，一个人不懂，你大概率看得出来。他会卡壳，会含糊，会把话说得绕，会在关键处降低音量。错误是有体征的——迟疑、出汗、眼神飘。我们这个物种用了几十万年，进化出一整套读这些体征的本能：谁在硬撑，谁心里有底，往往一照面就知道。我们靠"笃定"来判断"可信"，几乎从不失手。
AI 抹掉了所有体征。
它对的时候笃定，错的时候一样笃定。真知识，它娓娓道来；纯属虚构，它也娓娓道来——语速、句式、自信的程度，分毫不差。它生成的每一句话都穿着同一件挺括的制服，正确的制服。错误第一次拥有了完美的仪表，混进了正确的队列里，而你，丢了唯一那件分辨它们的工具。
我们等了一万年，造出一台无所不答的机器。
然后发现，它最先夺走的，是我们判断"它在不在乱说"的能力。
二、确定感，曾经是这世上最贵的东西之一
要理解发生了什么，得先算一笔账：在 AI 之前，"显得有把握"这件事，成本有多高。
极高。
一个医生敢对你说"没事"，背后是十年训练加无数次复盘；一个工程师敢说"这段没问题"，背后是踩过的坑；一个老法务敢拍板，是因为他真见过那个条款怎么坑过人。笃定从来不是免费的，它是知识沉淀到一定厚度后，自然渗出来的那层东西。所以"笃定"才能当信号用——它贵，所以它可信。不知道的人付不起这个成本，于是他们沉默，或者说"我不确定"。沉默和迟疑，是无知诚实的标价。
老子两千多年前就盯住了这条裂缝：越是滔滔不绝的，越可能是不知道的那个。真正知道的人，反而惜字、留白、不急着下结论。这句话在过去只是修养上的一句告诫，今天它成了技术现实——因为 AI 把"言"的成本，连同"确定感"的成本，一起打到了零。
我给这件事起个名字：确定感通胀。
央行可以零成本印钞，印多了，钱就毛了，再厚的一沓也换不回当初的信用。AI 现在能零成本地印"确定感"。它可以为任何一个错误答案，配上一套专家级的、结构完整的、语气十足的解释。确定感被无限量印发，于是它作为"可信"的信号，急速贬值。你手里那套"笃定即可信"的老本能，一夜之间成了废钞。
过去稀缺的是答案。
现在答案过剩，稀缺的是——这个答案到底靠不靠得住。
三、我们被训练成相信流畅，而这只对了一半
人是认流畅的。读起来顺、讲得有条理、用词专业，大脑会自动给它加分，默认"能说成这样的，应该是懂的"。这是一条省力的捷径。在人写字、人说话的年代，它八成是对的——因为把话讲圆，本身就要懂。
但这只对了一半。
更深一层是：流畅从来不等于可靠，它们只是过去碰巧总是一起出现。是写作的难度，把"流畅"和"懂"焊在了一起；一旦有一台机器能把任何内容都写得无比流畅，这道焊缝就断了。流畅度和可靠度，第一次彻底脱钩。你越是顺着读下去、越觉得舒服，可能恰恰越危险——因为那层顺滑，正在帮一个错误躲过你的审查。
真话往往不漂亮。它带着限定词，带着"但是"，带着"这块我也没把握"，磕磕绊绊，不成排比。而漂亮话——通顺、自信、闭合、无懈可击——常常正因为太完美，反而值得怀疑。AI 是人类有史以来最强的美言生产者。它生产的每一段都美。
于是判断的规则，被迫反了过来：
以前，越笃定越可信。
现在，越是天衣无缝，越要伸手去摸那条缝。
四、一台不知道自己不知道的机器
错误说得流畅，还只是表象。再往下挖一层，会挖到一个更硬的东西——AI 缺的不是知识，是元知识：它不知道自己的边界在哪。
一个成熟的人，脑子里有两层。一层是"我知道什么"，另一层是"我知道我有哪些不知道"。第二层，决定了他在什么地方会停下、会查证、会说"等等，这个我得再确认"。这第二层，才是判断力真正的居所。AI 有惊人的第一层，几乎没有第二层。它不在"知"和"不知"之间犹豫，因为它压根没长那个犹豫的器官。它对一切，一视同仁地确定。
这十个字，是整篇文章的脊。
"知不知，上矣"——知道自己有所不知，这是最高的。"不知知，病也"——不知道却以为知道，这是病。老子几乎是隔着两千年，给大语言模型做了一次精准的诊断：它的全部毛病，浓缩成三个字——不知知。它不知道，却以一副全知的腔调输出。它病了，而且这病没有任何外在症状，因为它从不咳嗽。
最危险的从来不是无知。无知会沉默，沉默你听得见。
最危险的是——以为自己知道，而且说得理直气壮。
AI 把人类历史上最危险的那一种错误，工业化、规模化、零成本地量产了出来。
五、执行可以外包，署名不能
讲到这里，会有人说：那我盯紧点不就行了，让它干活，我来把关。
听起来很合理。这也是几乎所有公司现在的姿势：AI 写代码、写报告、写合同、跑分析，人退到后面做审核。工作的结构，从"我做，所以我负责"，悄悄变成了"它做，我审核，我负责"。
看上去是减负。
其实是这篇文章里我最想敲响的一记。
因为责任根本没动地方。AI 出错不签字、不被追责、不会失业、不会赔钱、不会良心不安。它把答案交出来的那一刻，就退场了。真正站在后果里的，从头到尾还是你。出了事，被起诉的是你的公司，被吊销执照的是你的名字，半夜睡不着的是你。执行被它拿走了，判断和承担却原封不动、完整地留给了人。 它替你做了九成的活，然后把那一成最重的——签字——稳稳推回到你面前。
我给这道裂缝也起个名字：署名差。AI 能跑完生产答案的全过程，唯独生产不了答案末尾那个名字。而那个名字，才是一切重量的来源。
更狠的是，看管它，并不比自己动手轻松。
工业界几十年前就吃过这个亏，有个说法叫"自动化的反讽"：你把一套系统自动化得越好、它平时越可靠，留给人的那点活就越要命——你得在长时间的无聊里保持警觉，然后在它偶尔抽风的那一瞬间，凭一个你早已生疏的判断力，接住它。飞行员盯着自动驾驶反而更容易走神，等真出事，手感已经废了。
你现在面对的就是这样一个东西：又快、又自信、绝大多数时候对、极偶尔错得离谱，而且错的时候和对的时候长得一模一样。盯着这种系统，比你自己慢慢做，累得多。它把简单的体力还给你，把最难的那部分注意力，加倍压回到你头上。
减负是假的。
责任的重新分配，才是真的。
六、你的新工作，是替机器"知不知"
那人还剩下什么？
人剩下的，恰恰是 AI 唯一没有的那个器官：知道自己不知道。在一个遍地是答案的世界里，这成了最稀缺、也最值钱的能力——不是再生产一个答案，而是给每个答案标上它够不够硬、能不能撑住一个真实的决定。AI 负责"知"，你负责"知不知"。它管生成，你管边界。
这才是判断力在 AI 时代真正的位置：不在答得多快，而在敢不敢喊停。
七十一章的后半句，是开给这病的药。只因为把病当成病来防，才最终不病。翻成今天的话：AI 的确定感，本身就该被你当成一个症状来处理，而不是一个证据。它越笃定，你越要把那份笃定先搁在一边，问一句——凭什么。把它的每一句"我确定"，都默认降级成"它生成了一句确定的话"，再决定信几分。能这么做的人，才在 AI 的洪水里站得住。
真正的智能，从来不是永远给得出答案。
是在答案不足以支撑行动的时候，认得出来，然后停下。
机器不会停。它的设计就是，无论如何都给你一个回答，哪怕是编的。
能喊停的，只有你。
七、敢于不要答案的人
我们以为 AI 会奖励那个答得最快、最满、最有把握的人。
恰恰相反。
它把"显得确定"做成了免费，于是"确定"不再值钱；它把答案做成了免费，于是答案不再稀缺。被它反向抬高价格的，是那些它永远学不会的东西——承认边界、悬置判断、在所有人都点头时多问一句、在末尾那个名字上签下自己的全部重量。
当确定感可以免费打印，敢说"我不确定"的人，最贵。
当答案脱口而出，知道何时不该行动的人，最贵。
当机器替你写下一切、却从不署名，那个肯把名字签上去、并为它扛下后果的人——最贵。