我的天

今年的高考跟往年不一样的地方是让国内外的AI一起去做我们的高考题，看一下谁的得分高。结果却出现一些很搞笑的场面，就是即便开卷做题，AI居然也会把被某些题目难住。使得它一直在那里转圈圈，一直得不到结果，甚至在思考的路上就自己停下来了，不得不人工干预，继续思考。简单的题目可能毫秒就出答案了，而且答案正确，但是有些有难度的题目，虽然可能只是一道选择题，连AI都要花上上千秒的时间才能得出答案。有些AI得出的答案很搞笑，思考的过程得出的答案是对的，但是它选的选项却是错的。人会犯这种错误，当我们还是学生，还要参加考试的时候，我们之中的很多人估计也犯过这种错误，但是却没想到在AI那里也会发生。别说高考题，当我的同事丢给AI一道题，叫它解答的时候，也出现过这种情况。把高考的数学题丢给AI，15分钟就出结果了。可想而知，今年以及往后的那些考试防AI得要防到一个什么样的程度。一旦考生可以把题目转出，然后他又能获取那个传回的结果，考试将变得毫无意义。

AI做题的结果是有些题目很快就能得出答案，有些题目能把AI难住。人做这些做做这些题目的时候，感觉也是这样的，尤其是数学。简单的题目占大多数，中间难度的题目几乎没有，接下来的那是那些连题目都看不懂的难题。还记得上周日搭地铁回单位的时候，有两个可能参加了高考的学生在那里讨论。女生说那道题目她连题目都没看懂，她说估计没多少人会做那条题目，但是那个男的却不这么认为，他说其实那道题也不是很难，这是一道什么样的题，然后你用什么12345这样的思路这样的步骤就能得出结果。这就是差距，鸿沟式的差距。如果你的题出的不深不浅，中等程度的人可能还能蒙一点，还能蒙到那个答案，所以考试就没办法分出水平，容易会出现爆冷的情况。题目越简单，尤其是没有什么难度题的出现，就会让考试结果可能很反转，尤其是在算标准分的时代。算标准分的时候，题目出浅了，就会出现学习成绩一般的那些可能会爆冷，获得一个高分，学习成绩好的那些，可能因为某些差池出现滑铁卢的情况。我高考的时候，不希望题目简单，但实际上哪些题目很难，哪些题目很简单，那个时候我倒没有一个很明确的感觉，可能因为我做的题还不够多。

除了高考题目以外，今年的高考另外一个让我大开眼界的是人大附中。刷抖音的时候，首先刷到一个穿着人大附中校服的同学走路，大家都在拍他，为什么拍他？因为他的表情、他的走路姿势、他整个人的气场都很像北大的数学韦神，所以大家称呼他为韦神2.0。大家都觉得这是妥妥学霸，是一个行走的标准答案，即便在选ABCD的题目里他选了E，跟着他选E就对了。除了那个韦神2.0以外，还有一些镜头是给到人大附中的其他学生。网友们的评论是，其他学校的学生高考结束就是一副放飞自我的模样，人大附中的学生高考结束以后一副波澜不惊的样子，感觉是人大代表刚开完会出来而已。有网友说，进了人大附中就意味着大半只脚已经进了清华北大。因为中考满分510，你490分以上才可以报考人大附中，所以那些到底是什么神一般的存在呢？有网友说，人大附中学生的成长历程，不是两代人努力的结果，是三代人共同努力的结果。家里一个孩子，爷爷奶奶外公外婆4个一起轮番上阵当教官。这4个老人家全部都是高知分子。一些是捧在天上的星星月亮，另外一些则是可能吃了下顿不知道下顿吃什么的离异穷孩子，他们彻底就不在一个起跑线上。

高考年复一年，我这种老人家每年都当一回普普通通的吃瓜群众。

如果光靠吹吹就可以把事情做好的话，我觉得这个世界没有人类什么事情了，因为AI非常擅长吹水，而且擅长长篇大论吹水，s输出的内容貌似很真实，但实际上可能有很多歪理或者狗屁不通。之所以觉得那些东西可能是通的，非常有可能是你根本不了解不懂得那件事情，所以从你的逻辑判断，那个是合理的，但当你较真起来的话，会发现根本不是那么回事。我不知道有多少人已经意识到了根本不是那么回事。如果那个人发现AI出来的东西不靠谱，肯定是因为他已经提前思考过了，又或者他问的那个问题本来他就非常有把握，他不过是故意要考察一下AI而已。

我觉得现在绝大多数人使用AI都是为了可以让那个东西帮自己完成任务，完成任务就行了，才不管那个问任务是不是真的做到位了，又或者做得好不好，他们仅仅是为了交差。如果人人都是那种思维，只要做了就行，不管对错，这个社会会变成什么样子呢？每每想到这一点，我觉得实在太可怕。从我的观察看来，我身边的人又的确又经常性习惯性地做这种事情。越是懒惰的人，越是喜欢干这种事情，而那些懒惰的人倒不是因为就短视频刷的那些各种广告那样，是他们聪明不开窍。不管他是不是聪明，他一直不开窍就意味着那就是一个笨蛋，他自己不知道那件事情该怎么做，纯粹把这个主动权让给了AI，但是他们不知道AI把他们耍了，AI不觉得它耍了这个提问的人，因为它的风格就是这样的。AI就是一个舔狗，它会尽量用讨好你的方式去回答问题，但实际上你的观点未必是对的，所以为了故意讨好你那个结论可能也不是对的。因为自己不懂不会所以找AI，AI实际上出来的结果也是胡编乱造，接下来就是上级或者领导收到了你那个看上去很真实际上很假的玩意，他们让一些人继续进行加工处理，那些人继续使用AI进行各种润色。到头来我就问一句，到底什么东西是真的呢？我无法接受这些，因为我是一个很较真的人，一直以来我都脚踏实地，自始至终奉行一步一个脚印。

之所以这么干，是因为一直以来我都是做最基础的工作，所以我面对的是事实的本身。所以我可以理直气壮地对那些最基础的东西进行加工处理。如果源头的东西也弄虚作假，我觉得这个世界没有我什么事了，因为我不干这些。

领导喜欢那些东西又或者他们觉得还不错的那些东西是逻辑混乱不断堆砌完全没有意义的吹水话，我觉得这里根本没有我什么事。因为我的大脑会自动过滤掉那些毫无意义的东西，等于他们什么都没说。以前这种现象并不显著，现在这种现象已经成为了主流。我自然会变成非主流，也就是被排斥的那种。显然我绝对不是那种为了融入主流而改变自己信仰的人，我的信仰不是什么宗教，而是求真务实。

吹水对我来说毫无意义。

有时候我还真不明白，为什么现在大家把AI吹得那么牛逼。因为就是我的使用体验而言，我觉得在写代码的时候，AI真的是挺糟糕的.我用的AI是Deepseek。

理论上无论我用的是什么AI，它们都应该是写代码的高手，无论是写什么类型的代码都应该没什么问题。我这么低端的用户，也不会提出一些什么高端的要求，但事实证明，不知道是我提要求提的不够精准还是怎么着，反正出来的结果我个人感觉基本上没有一次就能符合我的要求。有些时候的确能接近生成我想要的结果，但更多时候那串代码当你复制下来运行的时候会发现根本运行不了。对一个什么都不知道的小白在代码运行不了的时候可以怎么办呢？换一个AI继续提问继续复制粘贴？但如果这个AI有问题，其它AI会不会也有问题呢？为什么人家觉得那个玩意那么神奇，但我自己的使用体验却那么差呢？是不是因为AI已经判断出我这个人是个挑剔的完美主义者，所以故意给我些有瑕疵的东西？每一次都有瑕疵，每一次的瑕疵都说不准在什么地方，幸好绝大多数情况之下，我要的不是AI的全过程，我只是要参考一下它的思路而已。当我要求它给我写某个代码的时候，实际上我更看重的是它用什么途径，而不是它的代码具体是什么。如果它的代码能顺利运行，那当然好，但实际上我感觉一次性就能成功运行的几率可能不足10%。

当我给出一串数字，要求它给我做数据分析。噼里啪啦一大段字很牛逼，一贴进去发现根本出不了结果，仔细看Python的那些错误代码，原来一开始那个屌丝把原始数据都给我整没了一些，因为长度不对，所以整不出结果。我要用Excel的公式实现某些功能，的确噼里啪啦有好多个方案。有些方案一看就直接可以忽略，因为又长又臭，另外一些我感觉有些希望的却发现到Excel里面同样也是出不了结果。至于为什么我也不去纠结了，我直接去研究这些方法的思路到底是什么。我让它用Power Query，也就是M语言给我实现某个功能，结果发现把那堆代码贴到高级编辑器，甚至都无法按确定提交，因为显示语法错误。那个编辑器是一个神经的存在，说语法错误，但定位的那个点实际上没有问题，但那个问题到底在哪里，你得人肉上下文去找。我使用的通常是对半检索法，首先留一半，然后一半的一半。理论上是这么找的，但实际上后面某些功能不要我觉得都无所谓，所以我只要找到那些我需要的就可以了。最终发现，某个用了函数的地方，理论上应该是“=>”。DS给我的代码是“->”。如果这份代码是由图片识别过来的，出现这种等号变成减号，我觉得可以理解，但显然这种事情怎么可能发生？！对一个什么都不懂的人来说，你叫他怎么可能人肉找得出这样的低级错误呢？！那个代码除了那个等号变成了减号以外，最后的结果还有一些无厘头的数据合并，那些数据在前面几个步骤里面已经不复存在了，在最后那个步骤又突然间被提起，真牛逼！

在这种情况下，说AI可以取代人类完成编程，我觉得起码暂时是不行的，尤其是要实现一些高度定制的功能的时候。

AI这东西是很火，但是经过我几天的深度使用以后，又或者说只是对数据分析这个频繁使用以后，Deepseek我越用越恼火。

在完全不知情的时候，你把数据丢给它，它噼里啪啦地发给你一大段东西，感觉很牛逼，但这只是看上去。是牛逼还是傻逼得由你自己去判断，因为那一大段话可能都是扯淡，又或者可能只有一半是对的。这个对与错，首先第一是分析方法选得对不对，分析方法都选错了，也就是方向都不对，也就没必要讨论往后的那堆废话。如果分析方法是对的，但是针对那个结果出来的描述方向却跟你料想的不一致，于是等于只对了一半。自从发现它会乱用方法分析以后，我就开始对它保持怀疑态度。

理论上它的可视化图片生成应该没什么问题了吧？但关键是它就像秀肌肉一样，噼里啪啦地又给你一大堆东西，但你只是想要拿个图来看一下，发现一下规律是不是直观，仅此而已，所以这只是一个测试性的观望，但它就是要给你很多图，组图有，单图也有，同一个图给你好几种款式。简单来说就是让你目不暇接，让你选择困难症。实际上对我这种只是要看一下效果的人来说，可能那些都不合适，我也就没必要花那么精力在某种图或者某些图上面挑选着各种款式。它只知道这组数据通常可以生成这些图，但哪些图最合适还是要由我们自己判断，有可能什么图都不合适。我不知道它为什么有这种回答思路，比如说对某种数据，我要求它给我做个箱形图，你给我做个最简单的就行，然后我就知道我用不用得上。如果我觉得我用得上，我会继续给你提要求说标签是什么，坐标轴是什么，网格线之类的具体要怎么整，但是在提出箱形图这个要求不要搞其它的情况之下，一下子就给了我四个并一个的主图，两个单独大图，用的都是同一组数据，你搞得眼花缭乱，到底要干什么呢？是要我在ABCD里选一个吗？但是你ABCD全部都写在一个脚本里，对小白来说。还要我去判断保留哪些删除哪些。我感觉这波操作是画蛇添足的。估计下一次再提要求的时候，我就要写明要一款箱形图就行了。

作图也好，统计分析也好，最重要的是数据得准，但这几天用下来，我发现一个很严重的问题。无论数据是从Excel表格上传的，还是直接从Excel里复制粘贴过去的文字，作图的时候如果用的格式化是多个列表，通常告诉我。字段长短不一致，无办法操作。为什么会不一致呢？不可能不一致！一开始的时候，我觉得是我的问题，但后来我发现当我把数据整理，然后跟DS格式化之后的那些数据对比，发现居然少了一个或者少了好几个，为什么居然会有这种事情呢？数据获取不准，分析结果毫无意义，作的那些图什么用都没有。如果说图给你好多款，你只留一款，你还能自行删减，但一波数据给它之后，它只给你格式化了部分，接着就给你结果，这个很可怕。我不知道有多少人意识到了这个问题。我不知道是不是这种东西如果你买高级会员就没有这种烦恼。当我发现了这个问题以后，我就明白到，数据给它，顶多是让它给我个建议用什么分析方法。数据源还是得从自己电脑的Excel表里面用Python去实现。一开始我不明白为什么给出的代码运行出来的结果跟DS直接给结果的数值不一样。后来我发现这个字段长度不一致的问题以后我就明白了。另外一个很神经的，还有中国人的图表肯定有中文，但是它默认给我的执行代码生成的图表中文全部是方框，要解决这个东西也很简单，就是要进行中文字体的前置设定。但牛逼的是每一次默认生成的那个代码，运行结果中文永远是方框。我都被你大数据了，你知道我是在哪里使用，你知道我处理的数据有中文，你回答我的那些所有自动生成的文字也都是中文，你怎么就觉得Python生成的那个图可能不需要特别支持中文字符呢？

综上所述，无论是数据的完整性，还是图表的合适度，Deepseek离合格的要求还很远。

我一直都觉得新手的运气，这个说法非常对，因为从我的经验看来的确就是这么回事。

今年的统计分析我想有所突破，想从以前的可视化跟分析更进一步，又或者准确地来说，从以前一般的可视化分析上更进一步。我需要做一些专业判定的统计分析，但是要做什么统计分析、怎么去做？在我的本科课程里，只略微说到，并没有详细铺开。我的老师在那里略微说的时候，实际上我没有完全搞懂到底什么意思。理论上如果我还继续读研究生，还继续读我这个专业，硕士的课程里就有科学统计。我觉得那个东西无论是在我的专业还是在其他的专业都是通用的。

这一次当我和数据不断打交道之后发现分析方法的确就那些，但经典的科学统计分析方法尤其是针对检验类重复性检验的那些，跟我现在需要处理的那些数据很不一样，数据的数量以及形态很不一样。

比如说如果那是某个实验数据，通过多次重复、通过不同因素排列组合得出来的结果可以直接用那些经典的分析方法套用，最经典的那个是方差分析。方差分析后，还可以针对不同的组合进行进一步的两两分析，最后得出结论。那些分析最终通过查表，直接给出某个值的范围是什么样，给出是一个什么定性结果。但貌似在我记忆之中，20年前老师好像没给我着重说明不同的分析方法的前置条件各自是什么。比如方差分析的前置条件是默认不同组别的数据数据量相等、方差接近、每组数据都应该符合正态分布。符合正态分布，但是方差不相同，会用另外的方法。如果方差跟正态分布都不满足，就只能用非参数的分析方法。所以折腾了一大轮以后，我发现我的数据如果真要较真，只能用非参数的方法。这些是在我折腾了一圈以后才发现的。如果一开始我就有系统地学过科学统计，显然我就不会绕这个弯路，但如果我真没学过，我又能怎么办呢？

当我把两组数据经过脱敏以后交给Deepseek，它滔滔不绝地给蹦出一大堆东西。光看那些文字，你觉得那真的是头头是道，但关键是懂行的人一开始就知道那有毛病。情况就好像是两个人再进行讨论，其中有一个说，月经周期通常是28天，±7天都是合理的，月经量大概是多少，持续时间大概是多少，月经期间会有什么生理反应，可以做什么措施避免那些不良的感受。噼里啪啦说了一大堆，但他报告结束报告之后，发现原来他们需要讨论的对象不是女人，而是老年男性。所以之前那堆关于月经的东西全部都一无是处，可以说是牛头不对马嘴。但你光看那堆东西，又不觉得有什么问题。我觉得Deepseek给我的感觉就是这样，我不知道其它AI怎么样，之所以有这种感受，是因为当我把那组脱敏的数据给Deepseek以后，它给我做了一大通的方差分析和基于方差分析的两两对比，但是当我真的纠结结果以及执行过程的时候，却发现好像我那组数据根本不应该拿去做方差分析。

由此可见，AI牛逼起来的时候真的好厉害，但也不排除它只是在和你瞎扯。