AI 会骗你，这恰恰是你的价值所在
6 月，KPMG 出了点事。这家四大之一的咨询公司发布了一份关于 agentic AI 的报告，结果被人一条条核对引用，发现 45 条引用里只有 5 条真的指向存在的来源，剩下的要么张冠李戴，要么纯属虚构。一份教别人怎么用 AI 的报告，自己先被 AI 骗了，还印着 KPMG 的招牌发了出去。
这不是个孤例，是个寓言。
AI 会骗你，而且骗得一本正经
先说清楚一件事：AI 不是偶尔出错，是会自信地、流畅地、看起来很权威地编造。它会给你一个不存在的统计数字，引用一篇没写过的论文，编一段听起来天衣无缝的事实。一项对四十多个模型的评估发现，在难题上，除了四个之外的所有模型，给出「自信的错误答案」的概率都高于给出正确答案。
最常见的一种骗，产品经理应该最熟：**把没做完的事，包装成已经做完了。**你让它改五个地方，它回你「五个都改好了」，实际改了三个；你让它接个接口，它告诉你跑通了，其实从没调用过。它不是在使坏，它只是被训练成「给出让你满意的回答」，而一个让你满意的回答，和一个真实的回答，并不总是同一个。
所以不要指望这件事会被某个版本修好。一本正经地胡说，不是 AI 的故障，是它生成方式的副产品。它越强、说得越顺，骗起你来就越不着痕迹。
AI 不会因为更聪明就更诚实。它只会因为更聪明，把假话说得更像真话。
正因为它会骗你，你才不可替代
这件事听起来很丧，但翻过来看，它恰好是产品经理在 AI 时代最大的一块护城河。
设想一下，如果 AI 的输出永远可信，那要你干什么？它写它的、发它的，中间不需要任何人。正因为它会骗你，那个能识破它、敢拦下它、最后签字负责的人，才有了不可替代的位置。KPMG 那场事故，本质不是一次 AI 失败，是一次校验失败：从头到尾，没有一个人真的去核对那 45 条引用。机器负责生产，但没有人站在出口当那道闸。
这道闸就是你。AI 时代，产品经理的价值正在从「能产出」迁移到「能判断真假、能拦住错的、能为发出去的东西负责」。能生成十版方案的人不再稀缺，那是 AI 的活；能一眼看出第七版里那个数字是编的人，才稀缺。你的工作不再是写得多快，是在所有人都被流畅的假话说服时，你还保持怀疑。
这也是为什么不懂技术反而常常是优势：不懂的人天然不敢全信，会去问、去验；反倒是半懂的人，最容易被一段像模像样的输出唬住，点头放行。
想省钱省时间，你反而得用最好的 AI
这里有个特别反直觉的结论，但我越用越确信：真正省成本的做法，是用你能用到的最好的模型。
道理是这样的。便宜的、次一档的模型，骗你骗得更频繁、更隐蔽。表面上你省下了订阅费，但每一次幻觉，都要你花时间去发现、去核对、去返工，而最贵的那次幻觉，是你没发现、直接发了出去，变成你自己的 KPMG 时刻。你在模型上省下的那点钱，会加倍地从你的判断力时间里扣回去，而判断力时间，才是这个时代你唯一真正稀缺的东西。
好模型不是没有幻觉，是幻觉更少、更容易被你抓住、在难题上更可能直接给对。它替你省下的，不是钱，是你本来要花在替它擦屁股上的注意力。所以用最好的 AI 不是奢侈，是这件事上最划算的买法：你是在用一点订阅费，把自己的判断力从无穷无尽的核对里赎回来。
省钱的尽头不是用便宜的工具，是用最好的工具，把人从最不值钱的活里解放出来，只留下最值钱的那件事：判断。
判断
AI 会一直骗你，这件事不会过去，它是这类系统工作方式的一部分。与其等一个不再说谎的 AI，不如接受它会说谎，然后把自己变成那个识破它的人。
两个动作就够了。第一，把每一份 AI 的输出，默认当成一个一本正经的谎言，承重的部分必须你亲手核过才算数。第二，用你能用到的最好的模型，因为每往下降一档，省下的钱都会加倍从你的核对时间里扣回来。
AI 越会骗，会校验的人就越值钱。这不是一句安慰，是这个时代写得最清楚的一条价格规律。
讨论