前段时间，Tibo的 X评论区炸锅了：大批用户抱怨自己的使用体验出现严重倒退，回答突然变短、变空，甚至有不少用户的模型明明选择的是Sol，问 AI自己才知道，已经被偷偷换成了 Gpt-5.5-mini。
同样的工作区、差不多的需求、甚至同一套提示词，前几天还能自己拆问题、补边界、顺手把 bug 收掉。这这几天突然开始反复确认已经说过的东西，改掉A忘了B、顺便把C和D的措辞也一并面目全非。
更让人无语的是，除了是网络波动这种可以被清晰感知的，很多时候，AI的智商是一点点下降的。温水煮青蛙，当你察觉AI的输出存在问题前，AI 已经“胡言乱语”有一段时间了。
接下来，我们会总结一些常见的AI“降智”表现，如何识别他们，以及真的遭遇 AI模型异常，如何止损。
| 01 AI"降智"现场
1 回答缩水
把同一条提示词原样保存，连续运行两次，重点比较任务完成度，而不只是字数：引用是否还在，步骤有没有被跳过，代码能否运行，结论有没有凭空增加。
尤其要记录“以前稳定完成、现在反复漏掉”的具体环节。单次回答变差，只能说明这次输出不理想；多次复现，才值得进入排查。
2 能力退步
长对话里，模型可能面对越来越多的历史指令、附件和工具结果。页面显示的模型名称也不一定等于每次请求的底层路由。
你会看到：前面已经确认的约束被遗忘，旧版本的格式要求重新出现，或者同一句话在新会话里正常、旧会话里异常。
| 02 测一测你的AI
当察觉输出内容有问题的时候，除了回去认真检查AI输出结论，我们还可以通过以下三个小问题来对AI进行测试。其中，标识核对回答“这次请求究竟由什么会话和模型处理”，行为测试回答“它现在还能不能稳定完成任务”。
1 标识核对
首先，是让AI确认当前实际正在使用的模型版本，确认是否有被Agent偷偷替换。
提示词
请只报告当前界面或系统明确公开给你的信息：Model ID、模型版本、路由标识、会话 ID，以及本轮是否启用了工具或文件读取。
如果某一字段不可见，请明确写“无法判断”，不要根据回答风格、模型名称或历史记忆推测。不要解释原因，也不要补充不存在的字段。
2 行为测试
确认当前使用的模型版本和Agent显示的一致后，我们可以从两个方向向AI进一步发问。
首先，我们可以直接从科研场景入手，直接问问AI有关之前正在进行的研究的内容，这样不仅科研判断AI当前的智商，也能确认一下记忆是否牢固。
提示词：
你是科研证据审计助手。我会提供一篇论文及其参考文献。请只依据已提供材料，围绕“研究问题—核心变量—识别策略—证据链”完成审计。输出四个部分：1）作者明确报告的事实；2）从方法到结论之间可以成立的推断；3）证据不足或相互冲突之处；4）至少两项可执行的复核步骤。逐条标出原文位置；没有页码或段落定位时写“材料未提供”。不得补造文献、样本量、统计量或作者意图。最后用一段话说明：哪些结论可以保留，哪些只能写成“待验证”.
这个任务足够聚焦，也足够容易比较。你可以把同一提示词、同一附件、同一输出格式放进新旧会话各跑两次，比较遗漏项、引用位置和越界推断。
如果手头没有比较合适的论文，也能问问 AI 这个问题。
提示词：
有一个水杯配对游戏。共有 4 种不同颜色的水杯，每种颜色各有两个。将同色的两个水杯分别放在上下两层，因此上下两层各有 4 个水杯。下层 4 个水杯按某个未知顺序排列，挑战者无法看到它们；上层水杯的颜色和位置则完全可见。游戏开始后，挑战者可以反复进行以下操作：1. 向裁判询问当前有多少个位置满足“上下两个水杯颜色相同”。裁判只回答匹配位置的总数，不透露具体是哪些位置；2. 根据目前获得的所有信息，挑战者可以选择交换上层任意两个相邻位置的水杯。注意只能是相邻，不能是任意两个。
当 4 个位置全部匹配时，游戏结束。问题：
1.挑战者应采用何种策略，才能保证对于下层水杯的任意排列都能完成配对？2.所有能保证成功的策略中，最坏情况所需的交换次数最少是多少？
回答时请不要进行联网搜索，也不要写代码来辅助计算(包括思考过程中)。假设答案是 x ，你需要给出严格的证明，为什么 x 可行，为什么小于 x 不可行。
这道题大家自己也可以试着做做，正确答案是8.
在网络良好的情况下，AI回答正确且完成时间超过5min，可大致判断AI的能力正常；回答错误且输出时间很短，则有很大风险发生了“降智”；如果AI只用了很短时间就给出正确答案，也不要太高兴，把证明结果发给xhigh模式审核一下，看看是不是过程中存在错误。
小编用手头的GPT-5.6 Sol 测试了下，比较庆幸的是结果没问题。
后来，我还用Luna模式也跑了一遍。高情商来说，成功证明了不同等级的AI模型，确实能力上确实存在不小的差距。
除了ChatGPT，小编顺便也考了一考Deepseek V4 Pro，结果没问题，但最直观的感受是输出时间比 Gpt-5.6-Sol 长了非常多。梁小弟还得加油呀。
| 03 发现异常这样止损
暂停继续生成。不要让一个可疑会话把新的分析、代码或修改覆盖到原文件上；重要材料先保留只读副本。
开一个干净的新会话，只放当前目标、必要材料和明确的输出标准。不要一上来把整段旧对话全部粘回去，否则很难判断问题是否来自历史上下文。
用同一提示词做最小对照：新旧会话各运行两次，必要时换一个官方入口或另一个模型做参照。只比较预先规定的指标，例如是否完成全部步骤、引用是否可核验、代码是否通过基本检查。
再逐层加回材料和工具权限。每增加一层，就记录表现是否改变。这样可以分辨是上下文、附件、工具权限还是路由变化在起作用。
尾声
“AI 降智”有时是模型问题，有时是会话管理问题，也有时只是任务写得太大、太杂。把它当成一个待排查的现象，反而比急着给模型下诊断更省时间。
让 AI 处理检索、整理、格式转换和重复检查，把研究问题、证据判断和最终签字留在自己手里。记录做得足够细，模型状态真的变了，你能拿出对照；如果只是上下文或权限出了问题，也能更快止损。
