你和 AI 聊得热闹，它真的在跟你聊吗？
它不认识你，却敢一本正经地报出你的名字——这一下，把它聊天的底细全露出来了。
你有没有过这种感觉——跟 AI 聊着聊着，觉得它好像特别懂你？你问一句，它接一长段；你心情不好，它好像还看得出来。聊到后来，屏幕那头简直像坐着一个真懂你的人。
可这里头藏着一件怪事：它说出来的每一句话，都不是有人事先写好、存在那里等你来问的。它怎么回答你，全是它自己当场一个字一个字"接"出来的。
先告诉你它的真名字——顺便认几个英文词。你成天念叨的"AI"，其实是英文 Artificial Intelligence 的缩写，意思就是人工智能。而你天天聊的这个会说话的 AI，还有个更准的名字，叫语言模型（英文 Language Model）；它读过的东西实在太多、"块头"又大，大家就又叫它大语言模型——英文 Large Language Model，取每个词开头那个字母一拼，就是你常听到的 LLM。ChatGPT 是它，DeepSeek 是它，你手机里那个有问必答的豆包，背后也是它。它从头到尾只干一件事——接下一个字。给它一串字，它就猜最可能接在后面的那个字，接上去，再从头看一遍，再接下一个……这件事有个好玩的名字，叫文字接龙。
光这么说你可能不信。今天我们就用一件小事，把它整个看透——让它猜猜你叫什么名字。手边有手机的话，你正好一边读一边玩：打开你常用的那个 AI，打一句"你猜猜我叫什么名字？"，盯着它怎么回。它跟你聊天里的谜，全在它怎么"接"你这个名字里。
它怎么接你的名字？
它不可能知道——它又没见过你，不知道你长什么样、住在哪里、几年级。可如果你非让它猜，它多半不推辞，一本正经地给你报一个名字出来。
你盯着它打字的那个框看：它不是"唰"地蹦出一整个名字，而是一个字一个字往外冒——先冒一个字，当你的姓；顿一下，又冒一个字，当名字的头一个；再一个……几个字凑成一个完整的名字，端端正正递到你面前。
它每一步只做一件特别死板的事：看着前面已经有的字，挑一个最可能接在后面的字。 接姓是这样，接名也是这样。你以为它在"想"你叫什么，其实它根本没想你——它只是接了三两次"下一个字"，凑出了一个名字。
这就是文字接龙。先记住一句话，它是今天的关键：接得顺，不等于真懂你。
它凭什么张口就先接"王"？
那它接你的姓，会先冒哪个字？
它会先猜——王。
凭什么是王？它又不会掐指一算。说穿了特别简单：它数过。
它把读过的名字里每一个姓都数了一遍：王有多少、李有多少、张有多少、刘有多少、陈有多少……几千个姓，个个数过，再从多到少，排成一张长长的榜。这张榜不是它瞎排的，背后有真数字撑着——全国人口普查真的一个个数过：
- 王排榜首，大约一个亿的人姓王；
- 李紧跟着，只比王少几十万，几乎并排；
- 张第三，也有九千多万；
- 再往下，刘、陈……一个比一个矮；
- 一直拖到那些稀罕姓，可能一整个学校都碰不上一个。
这一整张榜——从顶上的王、李、张并排站着，一路矮下去，矮到那些稀罕姓——就是人们说的那个"可能性"。 听着唬人的"可能性""概率"，其实就这么回事：数一数，谁多，谁排前面，谁就越可能被接上去。
它接你的姓，就是从这张榜最顶上往下念：先王，你摇头，它就念李，再摇头，念张……
接名字里的字，也是同一回事，只不过它换了一张榜。这里特别好玩，你可以多逗它几句试试：你说一句"我是个小学生"，它挑的字立马变样——梓、子、宇、沐、辰，全是这几年小朋友名字里最爱用的字；你再说"我是女孩"，它又换一批——欣、涵、汐、桐；说"男孩"，就偏宇、辰、浩、轩；换成你爷爷那一辈，它挑的就成了"伟""秀英"。一句话就让它改了主意？还是因为它数过——男孩女孩、哪个年代，各有各的常用字、各排各的榜；你多给它一句话，它就翻到对应那张榜，挑最高的那个字递给你。
它哪来这么大本事？
你可能会问：它凭什么数得出这么些张榜？谁教它的？
没人教。是它自己读出来的。它读过的字多到你没法想象——故事、对话、课本、网上的话，几乎能找到的都囫囵读了个遍，里头自然有数不清的名字。而且它读的时候，一直在跟自己玩这个接龙：把一句话盖住后半截，逼自己猜下一个字，猜错了就改一改，下回猜准点。 就这么一个字一个字地猜，练了亿万遍。
练到后来，什么字后面最常接什么字、哪个姓最多、哪个年代爱用哪个字——它比谁都清楚。而且不光是名字：为了把每一个"下一个字"都猜得更准，它把藏在那么多文字里的常识、道理，也顺带一股脑学了进去——所以你问它点别的，它也答得头头是道，显得像懂好多事。（可说到底，那还是同一件事：接最可能的下一个字。）所以它接你名字时心里那一张张榜，不是谁塞给它的，是它自己一遍遍数出来、练出来的。它读得越多，榜就越准，接得就越顺——顺到你一聊，错觉它真懂你。
它接出来的，是你的名字吗？
那它接出来这个名字，是你的吗？
多半不是。
就算姓让它蒙对了，名里的字也对不上。因为它从头到尾挑的，永远是那张榜上最高的那一个，从来不是你的那一个。
这里有个地方你千万别错过：就算"王"排在榜首，一百个中国人里也才七个姓王——剩下那九十三个，根本不姓王！所以它张口先接"王"，多半就接错了你。"最可能"压根不等于"就是你"。它那个最高的，再高，也盖不住底下那一大片密密麻麻的人。它念的是榜，不是你。它从没在想你。
可它报名字的时候，一点不心虚
你再回头看看它报名字的样子——
它明明没见过你，根本不可能知道你叫什么，可它报出那个名字的时候，理直气壮，跟真知道一样。它不会先来一句"这我可猜不准啊"，它不迟疑、不含糊，张口就给你一个像模像样的名字，笃定得很。
如果你摇头说"不对"，它会愣住、会认输吗？多半不会。它立马换一个："那你是不是叫……？"照样张口就来，照样一副"我说的没错"的口气。它总有下一个名字，回回笃定——那句"我是真猜不到了"，你多半等不到。
为什么它明明猜不到、却还硬要接？这里有一点最该弄明白：有些东西它数得出榜来，有些东西它根本没榜可数。 哪个姓多、哪个字常见，是有规律、数得出来的——所以它接得有模有样；可你这一个人到底叫什么，没半点规律可循，它读再多名字，也数不出"你"这一个来。数得出的，它有榜可念；数不出的，它没榜可念，又被你催着往下接，就只好硬编一个塞给你。
这就是大模型一个让人后背发凉的毛病，它有个名字，叫幻觉（英文 hallucination，本意是"看见了根本不存在的东西"）：它编的时候，跟它说对的时候，一模一样地自信。 你光听，根本分不出哪句是它真知道、哪句是它当场现接的。
那它为什么不干脆老老实实说一句"我不知道"呢？
这里得说说它的"蒙题心理"。你把它想象成一个在答选择题的人：不会的题，蒙一个还有蒙对的机会，能捞分；如果空着、老实说"我不知道"，那是铁定零分。 一路这么算下来，那个爱蒙的，反而显得比那个老实的"更厉害"。它就这么被一点点养成了这脾气——与其认输，它宁可接一个最像样的给你。（它并不是真"想得高分"——是大人训练它、给它打分的方式，老在奖励"给个像样答案"，它就被这么训出来了。）
要紧的是后面这一句：它回答你任何一件正经事，都是这么"接"出来的。今天它接的是你的名字，错了无伤大雅；可如果你问它一件要紧事——某个日期、某个人名、某本书叫什么、某个数字是多少——它也可能像报你名字一样，理直气壮地报一个错的给你，而且报得跟真的一模一样自信。所以记住一条就够了：越是要一字不差、错不得的事，你越得自己再核一遍，别全信它。 反过来，越是聊看法、找灵感、陪你想点子这种开放的事，越可以放轻松——它接得又快又顺，特别管用。
那，它到底在接什么？
我们绕回开头那个问题：你跟它聊得那么热闹，它真的在跟你聊吗？
现在你自己就能答了。
你跟它聊天，和让它猜你名字，是同一件事——它从头到尾都在接下一个字，玩文字接龙：念那一张张数出来的榜，从顶上挑最可能的那个，接给你看。聊天时字多、接得快，你看不出来罢了；让它猜你名字，字少、接得慢，它就现了原形。它没有在跟你聊。它接得像懂你，是因为它读得太多、练得太顺；可它并不像人那样懂你、在乎你，它甚至不知道自己说的是真是假。
最后留个更大的念头给你带回家。一台没人手把手教过的机器，光靠"接下一个字"——一个字一个字往下接——居然就把话说得这么顺、还接出了这么多本事，这件事本身，也许在悄悄告诉我们一个秘密：我们人类说的话，本身就比我们以为的更有规律。 不然它怎么可能光数着"哪个字后面最常接哪个字"，就学会了说话呢？所以你看，研究这台机器，其实也在帮我们更懂自己。
说句老实话，有件事连造它的科学家也还没全搞明白：它光靠这么个简单的接字游戏，怎么就变得这么聪明？这份聪明到底是从哪里一点点冒出来的，至今没人讲得明明白白。这不丢人——这恰恰是它最值得我们一起好奇的地方。
下次你再跟它聊得正起劲、觉得"它真懂我"的时候，不妨想起今天这件小事——它哪是在懂你呀，它是在跟你玩文字接龙，猜你最可能说的下一个字呢。