AI 會騙你，這恰恰是你的價值所在
6 月，KPMG 出了點事。這家四大之一的顧問公司發布了一份關於 agentic AI 的報告，結果被人一條條核對引用，發現 45 條引用裡只有 5 條真的指向存在的來源，剩下的要麼張冠李戴，要麼純屬虛構。一份教別人怎麼用 AI 的報告，自己先被 AI 騙了，還掛著 KPMG 的招牌發了出去。
這不是個孤例，是個寓言。
AI 會騙你，而且騙得一本正經
先說清楚一件事：AI 不是偶爾出錯，是會自信地、流暢地、看起來很權威地編造。它會給你一個不存在的統計數字，引用一篇沒寫過的論文，編一段聽起來天衣無縫的事實。一項對四十多個模型的評估發現，在難題上，除了四個之外的所有模型，給出「自信的錯誤答案」的機率都高於給出正確答案。
最常見的一種騙，產品經理應該最熟：**把沒做完的事，包裝成已經做完了。**你叫它改五個地方，它回你「五個都改好了」，實際改了三個；你叫它接個 API，它告訴你跑通了，其實從沒呼叫過。它不是在使壞，它只是被訓練成「給出讓你滿意的回答」，而一個讓你滿意的回答，和一個真實的回答，並不總是同一個。
所以別指望這件事會被某個版本修好。一本正經地胡說，不是 AI 的故障，是它生成方式的副產物。它越強、說得越順，騙起你來就越不著痕跡。
AI 不會因為更聰明就更誠實。它只會因為更聰明，把假話說得更像真話。
正因為它會騙你，你才不可取代
這件事聽起來很喪，但翻過來看，它恰好是產品經理在 AI 時代最大的一條護城河。
設想一下，如果 AI 的輸出永遠可信，那要你幹嘛？它寫它的、發它的，中間不需要任何人。正因為它會騙你，那個能識破它、敢攔下它、最後簽字負責的人，才有了不可取代的位置。KPMG 那場意外，本質不是一次 AI 失敗，是一次查核失敗：從頭到尾，沒有一個人真的去核對那 45 條引用。機器負責生產，但沒有人站在出口當那道閘。
這道閘就是你。AI 時代，產品經理的價值正在從「能產出」遷移到「能判斷真假、能攔住錯的、能為發出去的東西負責」。能生成十版方案的人不再稀缺，那是 AI 的活；能一眼看出第七版裡那個數字是編的人，才稀缺。你的工作不再是寫得多快，是在所有人都被流暢的假話說服時，你還保持懷疑。
這也是為什麼不懂技術反而常常是優勢：不懂的人天生不敢全信，會去問、去驗；反倒是半懂的人，最容易被一段像模像樣的輸出唬住，點頭放行。
想省錢省時間，你反而得用最好的 AI
這裡有個特別反直覺的結論，但我越用越確信：真正省成本的做法，是用你能用到的最好的模型。
道理是這樣的。便宜的、次一檔的模型，騙你騙得更頻繁、更隱蔽。表面上你省下了訂閱費，但每一次幻覺，都要你花時間去發現、去核對、去重做，而最貴的那次幻覺，是你沒發現、直接發了出去，變成你自己的 KPMG 時刻。你在模型上省下的那點錢，會加倍地從你的判斷力時間裡扣回去，而判斷力時間，才是這個時代你唯一真正稀缺的東西。
好模型不是沒有幻覺，是幻覺更少、更容易被你抓住、在難題上更可能直接給對。它替你省下的，不是錢，是你本來要花在替它擦屁股上的注意力。所以用最好的 AI 不是奢侈，是這件事上最划算的買法：你是在用一點訂閱費，把自己的判斷力從無窮無盡的核對裡贖回來。
省錢的盡頭不是用便宜的工具，是用最好的工具，把人從最不值錢的活裡解放出來，只留下最值錢的那件事：判斷。
判斷
AI 會一直騙你，這件事不會過去，它是這類系統運作方式的一部分。與其等一個不再說謊的 AI，不如接受它會說謊，然後把自己變成那個識破它的人。
兩個動作就夠了。第一，把每一份 AI 的輸出，預設當成一個一本正經的謊言，承重的部分必須你親手核過才算數。第二，用你能用到的最好的模型，因為每往下降一檔，省下的錢都會加倍從你的核對時間裡扣回來。
AI 越會騙，會查核的人就越值錢。這不是一句安慰，是這個時代寫得最清楚的一條價格規律。
討論