我在一个月的假账目中植入了六个错误，看我的AI智能体能发现几个。它们发现了五个。漏掉的那个才是最可怕的部分。

上个月我在自己的AI智能体设置上做了一次实验，本来没打算写出来，但结果让我印象深刻。我为一个不存在的企业虚构了一个月的账目：真实的发票、供应商付款、流失曲线，一应俱全。然后我在把数据交给智能体之前，悄悄植入了六个具体错误：一张重复发票、一个供应商费率在无人更新时出现偏差、一个需要审批但没有获得审批的阈值、一个表面看起来利润尚可但实际上在亏损的客户细分市场、一块只在流失月份才显现出来的收入流失，以及一笔从未获批的供应商付款。我先写了一份答案，以便知道智能体是真的发现了问题，还是只是听起来很自信。它们在没有提示的情况下发现了五个。漏掉的那个不是数学错误，而是记账逻辑本身没有考虑到的一个审批规则——在我发现之前，有两个智能体已经自行指出了这个漏洞。真正建立信任的并不是它们抓住了什么，而是它们拒绝做什么。一个智能体不肯告诉我企业是否具有偿付能力，因为它缺少一个必要的数据。另一个智能体不肯在没有真实支出数据的情况下估算客户获取成本，而是拒绝随意猜测一个听起来合理的数字。第三个智能体在输入模棱两可时拒绝自行计算比率，而是退回问题，问我指的是哪个定义。中途我还发现自己的答案里有两个实际错误：一个是我计算中的笔误，另一个是我写的一条规则不符合企业的实际运作方式。这两个错误我自己都没有发现，而是因为智能体的输出与我的答案不匹配，迫使我去检查到底谁错了才被指出来。整个实验大约花了五块五美金，耗时不到半小时。大家都在谈论能正确推理的智能体，却很少有人谈论那些知道何时说“我信息不足，无法回答”的智能体。后者对我来说比前者更有用。还有别人故意破坏自己的智能体设置，想看看它们是在哪里说谎，又是在哪里直接说“不”的吗？