01
然后我发现一件事:大家最关注、最喜欢的,不是辩论结构本身,而是在辩论skill里,每正反方能引用的那些研究报告——所以我想,既然大家这么喜欢研究报告引用的部分,能不能把它做成一个真正更深度的思考研究Skill——让AI每次回答都有理有据,每个结论都从真实报告里来?02
一句话来说就是:强制 AI 在回答任何复杂问题之前,必须先去研究、再回答,每个论点必须标来源,最后诚实给自己打分。第一步,AI 不能凭记忆回答,先联网搜真实报告和数据。第二步,每个核心论点必须附上真实可点击的链接,没有链接的结论,不返回;给你一个看起来完整的答案以及让你看见全貌。第三步,AI 主动自我质疑——如果我这个推理链条最薄弱的地方在哪?如果我错了,最可能错在哪里?第四步,输出一张置信度地图。每个结论自己给自己打分,哪些是"我确实查到的",哪些是"我推测的",哪些是"我建议你自己再验证一下"。这不是在格式上装饰几个引用链接,是把完整的研究流程跑一遍。
03
你可能说,现在 AI 不都有联网搜索功能了吗,这有什么不一样?你去问现在市面上的 AI 一个问题:AI 会取代医生吗?它搜了一圈,给你一个看起来很完整的答案。里面可能有 5 个数据,3 篇引用。它可能把几个来源混在一起,模糊了哪些是哪个研究说的。慢思考 Skill 做的,就是从机制上把这个问题堵死:每个论点必须带真实来源链接,没有链接的结论,一律降级为低置信度,AI 不能靠"我觉得"来回答你的问题,必须拿出证据。
04
场景一,你正在做一个重要决策。
我要不要辞职创业。
我们应该选供应商 A 还是 B。
要不要押注这个新赛道。
慢思考会帮你列出支撑这个决策的核心论据,每个附上来源。同时列出反对这个决策的最强论点,标注风险点。最后 AI 自己给每个论点打分,诚实告诉你它有多确定。你不是在跟一个只会说"都可以"或者"各有道理"的 AI 对话,你是在跟一个做了功课的顾问在对话。场景二,你在评估一个观点或者方案。
有人说 to B 软件今年要大爆发,靠谱吗?
这个投资顾问推荐的项目,能信吗?
专家说 AI 会取代 80% 的白领工作,你怎么看?
慢思考会拆解这个观点的前提假设是什么,寻找最有力的反驳证据,评估信息来源的可靠性。它不是简单认同,也不是轻易否定,而是帮你看清全貌,让你自己做判断。场景三,你在写报告、做研究、准备方案。
帮我分析为什么这个产品上线后增长不及预期。
写一份竞品分析报告。
每条论点强制附上来源链接,不是为了看起来专业,而是让你的报告真正经得起追问。你拿着这份报告去开会,老板问"这个数据哪来的",你能直接甩链接。场景四,你在辩论或者谈判之前想清楚。
我要去跟投资人谈,怎么准备?
客户提出了一个我不认可的方案,我该怎么反驳?
慢思考会帮你站在对立面想一遍。如果我是对方,最有力的论据是什么?对方的处境是什么,他为什么会这样说?把这几个问题想清楚了,你上谈判桌心里才有底。
05
以前 AI 秒回一个完整答案,你得自己判断哪些可信、哪些可疑。现在它会先说"我去查一下",然后给你一个有来源、有边界、有置信度的回答。有一次它给我的置信度地图里写了这么一句:这个数据来自 2022 年的报告,可能已经过时了,建议你自己再验证一下。还有一次它直接说,我无法回答这个问题,因为目前没有足够的证据支撑任何一种结论。一个知道自己不知道什么的 AI,比一个什么都确定的 AI,对你做决策更有价值。因为它给你的不是虚幻的确定感,而是一个有边界的、可以依赖的分析框架。
06
最好授人以鱼不如授人以渔,这个 Skill 我开源了,放在 GitHub 上。安装:https://github.com/linwanjing001-sys/slow-thinking-skill.git放进去了以后,你想认真聊一个话题的时候,跟 AI 说:深度思考一下这个问题。
认真分析一下。
给我完整的分析,不要只给结论。
AI 自动进入慢思考模式,把完整的研究流程跑一遍。07
引用了根本不存在的文献。
用一个 2020 年的数据回答 2026 年的问题。
说得头头是道,一查全是错的。
更可怕的是,它编的时候语气特别确定,让你完全分不清哪些是真的、哪些是现场编的。不是靠提示一句"AI 可能出错请谨慎",那种水印没有用。而是从机制上强制 AI 先研究、再回答、每个结论标来源、最后诚实给自己打分。给它装了一个强制刹车。
你身边如果有人经常被 AI 一本正经胡说八道坑到,可以考虑把这篇文章转给他。或者,你自己在用 AI 的时候遇到过一个让你印象深刻的幻觉案例吗,评论区说说,我们聊聊。
SOURCE / 文章来源
林万劲 · 林万劲的AI思考 · 2026.05.16
在公众号阅读原文 ↗