人类擅长“如果 A 则 B”，AI 擅长“这个像那个”。逻辑推理？对它来说是一场灾难性的认知挑战。

前言

在实际使用 AI（尤其是大型语言模型，比如 GPT、Claude、Gemini 等）时，我们常发现一个诡异的现象：它们文采斐然，甚至能讲出笑话，但一旦问点小学奥数或逻辑问题，就集体宕机。

例如这个经典问题：

小明比小红高，小红比小华高，请问谁最高？

AI 有时会给你“华哥最矮，但不一定是最高”的谜语人答案。

这就引出了本文要讲的核心问题：

一、语言模型本质上是“统计填空机”

来看个简单例子

我们随便用一个 Transformer 构建一个简化版语言模型：

import torch
from transformers import GPT2LMHeadModel, GPT2Tokenizermodel = GPT2LMHeadModel.from_pretrained('gpt2')
tokenizer = GPT2Tokenizer.from_pretrained('gpt2')input_text = "小明比小红高，小红比小华高，请问谁最高？"
input_ids = tokenizer.encode(input_text, return_tensors='pt')output = model.generate(input_ids, max_length=50, do_sample=False)
result = tokenizer.decode