我让 AI 查“今天为什么跌”，它连着编了两次

前段时间，我一直在看的一只美股突然跌得挺深。我顺手问 AI：今天为什么跌？

它给了个理由，说得很完整——某项融资安排稀释了股东权益，市场在消化这个利空。逻辑通顺，术语准确，我差点就直接信了。

后来我去核了一下那条消息的日期：三周前的。

我不太甘心，又问了一次。它换了个理由，这回是一笔监管罚款。我再去查，还是旧的，差了将近一个月。

同一个问题，两个答案，都讲得头头是道，都对不上“今天”。

这件事之后，我改掉了一个习惯。以前我判断一段 AI 生成的内容，问的是“它说得对不对”。现在我先问另一个问题：

它凭什么知道这件事？它看的那个来源，带日期吗？

它不是在骗你，是那个工具压根答不了这个问题

我后来才想明白，两次错得那么像，不是运气不好。

我当时用的那个搜索工具，返回的内容不带发布日期。

而“今天为什么跌”这个问题，命门恰恰就是日期。拿一个不告诉你日期的工具，去回答一个完全依赖日期的问题，这不是偶尔翻车，是必然翻车——等于闭着眼睛对表。

更隐蔽的是第二次。那段材料里有“周一”两个字，孤零零的，没说是哪个周一。我看那天正好是周一，就把它安到了当天。它看起来是有依据的，比凭空瞎编还难发现。

换成一个会给出发布日期和原文链接的工具，问题当场就清楚了。

所以我现在会先问一句：这个答案是从哪儿来的，那个来源能看到日期吗？ 答不上来，后面对不对都不用讨论了。

“为什么跌”其实是两个问题

还有一层是我自己的问题，不能全赖工具。

“它为什么跌”听起来是一个问题，其实是两个：

• 这几个月的下跌趋势，起因是什么？
• 今天多跌了这么些，导火索又是什么？

这两个答案经常不一样。三周前那条融资消息，确实是趋势起因之一，这点没错；但把它搬过来解释“今天”，就错位了。

AI 很少主动区分这两件事。你问一个笼统的“为什么”，它就回你一个笼统的答案，把远处的原因和当下的波动揉进同一句话里。

而且很多时候，诚实的答案是：今天没有新消息，只是前面那个原因还在延续。 这句话 AI 几乎不会主动说——你问了，它就得答。

“没找到”和“没有”，是两回事

再说一个更隐蔽的坑。

我有个自己写的小工具，每天自动抓相关新闻。某天接口坏了，返回的是一个错误。但程序没报错，它把这个错误当成了“最近一天，0 条新闻”。

于是接下来整整一周，我每天看到的都是“今天没有相关消息”——看上去完全正常。直到我去核数据新鲜度，才发现它已经瞎了一个星期。

这之后我多了个习惯：看到“没有找到相关信息”，我会再问一句——是真的没有，还是它没找着。这两个结论对判断的影响，正好相反。

一句话里，往往混着三样东西

我编一句话当例子，下面这句是我造的，不是引用谁：

黄金又创新高了，是因为避险资金在涌入，接下来还会继续涨。

读起来是一个完整判断，其实是三样东西揉在一起：

1. 黄金创了新高——这是一个可以核验的事实主张。但不补上具体时间和价格来源，它还不能算已经确认的事实。
2. “是因为避险资金在涌入”——这是解释。听着合理，却没给出任何可以核对的数字。
3. “接下来还会继续涨”——这是预测，不是事实。

要核第二句，得看得到资金去向，比如各国央行的黄金买入量、黄金 ETF 的持仓变化，这些都有公开统计。但那句话里一个数都没给。

而且就算看到了资金流的变化，也只能说明“避险需求可能是原因之一”，不能证明它就是唯一原因。

能核的和不能核的挤在同一句里，会让整句话看起来都像有据可依。

我现在过的四个问题

1. 这个答案是不是太顺了？ 越符合我预期的结论，我越要回去核出处。不顺眼的东西你自然会去查，顺眼的才最容易被直接拿来用。
2. 它给的原因，日期对得上“今天”吗？ 对不上就老实承认“今天没有新催化”，别拿旧闻硬套。
3. 它是从哪儿知道的？那个来源能看到日期和原文吗？ 看不到，这个答案就不能拿来做归因。
4. 把“必然、一定、唯一原因”删掉，结论还站得住吗？ 站不住，说明它靠的是语气，不是证据。

真要往下核，就别停在搜索结果的摘要上。政策去发布机构自己的网站，公司的事去法定信息披露平台看公告原文，宏观数据去官方数据库。一手来源往往不好读，但涉及关键事实时，它通常是最稳妥的起点。如果不同材料互相冲突，那就保留“目前无法确认”，不急着下结论。

不写文章的人，为什么也需要这个

有人会说，我又不做内容，用得着这么麻烦？

区别在于，这几年很多人的决定，其实是被一段文字推动的：短视频里的一句判断、一篇看着很专业的分析，或者 AI 给出的一段回答。钱是真金白银，依据却可能是填出来的。

这套方法不保证你判断得对。它只做一件事：把“看起来可信”和“有证据支持”分开。这两样在 AI 时代越来越像，但它们从来不是一回事。

AI 适合当核验助手，不适合当裁判

说回 AI。它在这件事上其实挺有用：擅长把长文拆成一条条说法、列出该查什么、找出前后互相矛盾的地方。它只是不适合下最后那一下判断。

一个可靠的流程应该允许三种结果：能确认、目前确认不了、现有证据互相冲突。如果一个工具——或者一个人——永远只给你第一种，那往往不是他更懂，而是把不确定的部分省掉了。

我自己现在最看重的，反而是它肯说“今天没查到新的原因”。

真正值得信的内容，不是从不出错，而是让你看得见：证据在哪里，推断是怎么来的，哪里还不确定。

查证入口与延伸阅读

• 中国人民银行 — 货币政策与利率相关文件的发布机构
• 中国证券监督管理委员会 — 证券监管规定与风险提示原文
• 巨潮资讯网 — 深圳证券交易所法定信息披露平台，可查上市公司公告原文
• 国家统计局 — 宏观数据的官方来源
• RAGTruth: A Hallucination Corpus for Developing Trustworthy Retrieval-Augmented Language Models — 把 AI 回答中的问题标注到词一级的公开研究
• OmniEval: An Omnidirectional and Automatic RAG Evaluation Benchmark in Financial Domain — 金融场景下多维度评测 AI 回答的公开研究

---

本文讲的是信息核验方法，不构成投资建议。文中黄金那句话是为讲解构造的示例，不指向任何具体时点的行情或判断。

如果你也关心钱、市场和真正能用上的 AI，欢迎关注“Lian哥聊钱与AI”。