上午十点，一位用户在产品页的对话框里问退货期限。系统几乎立刻给出回答，措辞礼貌，条理清楚，还贴心补了一句“建议尽快办理”。日期是错的。用户按这个日期寄回商品，被拒收。事后复盘，问题并不出在语言能力上——那段话写得很像人，问题在于它从头到尾没有流露过一点犹豫。
人会犹豫。写邮件时会说“我记得好像是三十天，你最好再确认一下”。这种不确定的表达不是缺陷，是信息。而多数对话系统把犹豫抹平了，输出的每句话都带着同样的笃定语气，即使它只是在猜。语气的一致性和事实的正确性之间，没有必然联系。
流畅和准确是两条不同的线
语言模型的输出本质上是在概率分布上采样，它优化的是“接下来这个词有多合理”，而不是“这句话在现实里是否成立”。这两件事在很多场景下恰好重合，所以看上去很聪明；但在需要精确事实的地方，它们会分叉。分叉时，系统不会自动降调，仍然用同样流畅的句子把猜测讲完。
更麻烦的是，人对流畅度的信任是本能反应。一段语法完美、结构清晰的文字，读起来就像出自一个知道自己在说什么的人。这种错配，是企业把人工智能放进真实业务流程时最先撞上的墙。
把“我不知道”做成一个功能
有些团队的做法是把弃权当成一项工程约束，而不是等模型自己变得谦逊。常见的手段大致有几类：
- 先检索再作答，检索不到对应条目就如实说明，而不是凭印象补全；
- 事先划定可回答的范围，越界的问题直接转人工，不尝试“大概齐”地处理；
- 把来源和答案一起给出，让用户自己能核对，而不是只呈现结论；
- 对同一问题做多次采样，答案分歧明显时标记为待确认。
这些做法都不新鲜，也都不依赖更强的模型。它们更像流程设计：在哪一步停下来，把判断权交回给人。有意思的是，真正让用户觉得系统“靠谱”的，往往就是那几次干脆的“这条我需要确认一下”。
代价不会消失，只会转移
但弃权有成本。转人工意味着等待，意味着人力开销，意味着用户在对话框里多停留几十秒然后关掉页面。弃权率高到一定程度，系统就显得没什么用。所以这不是一个纯技术判断，而是产品判断：哪一类错误可以接受，哪一类必须拦住，拦住的代价由谁承担。
我的看法是，问题越靠近钱、合同、资格、时限这类不可逆的后果，就越值得让它停下来；越是闲聊、起稿、头脑风暴这类错了也无妨的场景，越不需要它谨小慎微。把所有场景都调成同一个保守档位，等于用效率换取一种并不必要的安全感。
需要说明的是，不确定性的表达本身也有边界。系统说“我不确定”，用户未必知道该追问什么；如果每句话后面都缀一句免责，读起来同样让人疲惫。真正有用的做法是给出具体的缺口——“退货期限我需要查一下政策页面”，而不是笼统地示弱。含糊的谦逊和含糊的自信，对用户来说一样无从下手。
回到那个对话框
如果那天系统说的是“这个期限我不确定，帮你转接”，用户会多等一会儿，但不会寄错。对企业来说，这是一个关于人工智能能用在哪儿的老问题的新版本：不是它能不能答得像人，而是它知不知道自己什么时候不该答。前者靠模型迭代，后者只能靠人去定规矩。