三个AI做一道小题目

昨天去好朋友张总的公司参加了一次分享。分享人是Sasaya-san，一位资深的IT人员。

他除了展示他平时如何使用公司内置AI平台、公共AI平台以及本地AI平台（如Ollama）来帮助他总结资料、提取要点外，还展示了他向AI提问的一些框架，如：5W1H，MECE¹，PREP等。这些框架的介绍让我有了新的思路和想法。Arigato, Sasaya-san!

今天在某视频平台看到了一道有意思的题目。这道题目不算太难：

简单翻译一下：某人（Amrit）和他爷爷同一天生日，爷爷的岁数是他的3倍。生日气球送来的时候被弄乱了。而这4个生日气球是“6 8 7 2”（如图）。请问，Amrit几岁？——据说只有30%的人可以答对。

通过简单的计算，就可以知道：$26*3=78$。26 78正好用完四个气球。

（你做到这里停下了笔，开始奇怪为什么这么简单的题目只有30%的人能做对，“自然”得出结论说歪果仁的数学真的很差……）

这道题目有一个小陷阱——“气球被弄乱了”。弄乱不光可以是先后顺序乱了，还可以是“上下”顺序乱了！所以，6这个气球其实……可以是9来的！而$29*3=87$，也正好用完4个气球！

所以，这道题目有两个合理的答案：Amrit要么26岁，要么是29岁。

==========

题目做完了，我在想，能否让AI来试试这个挑战呢？

我询问了：DeepSeek，豆包以及Gemini Cli。前两个是图片直接上传，最后一个是用文字转述。

结果如下：

DeepSeek（深度思考）

1. 上传图片。
2. 基本读懂题意，但受到图片中“30%”的干扰，然后开始blahblah……
3. 打断DS，明确告知不用理睬“30%”。
4. 得到26的答案。（37秒）
5. 提示：The balloons are muddled up. It gives you an important hint.
6. 还是只得到26的答案。（67秒）

豆包

1. 上传图片。
2. 得到Amrit只有2岁（他的爷爷6岁）这个讲不通的答案。
3. 提示：你必须用完4个气球。
4. 得到26的答案。
5. 提示：The balloons are muddled up. It gives you an important hint.
6. 还是只得到26的答案。

Gemini CLI

1. 因为我用的是CLI，所以没有上传图片，而是用文字描述。（也就去掉了30%这个干扰项）。
2. 得到26的答案。
3. 提示：The balloons are muddled up. It gives you an important hint.
4. Gemini恍然大悟。它“认为”类似这样的经典谜题中，这样的提示表明有一个数字也许可以看成另外一个数字。
5. 判定如果6翻个个儿，就变成了9。
6. 重新计算，得到新的答案29。

（Gemini最后的推理过程）

综合评分

DS和豆包差不多在伯仲之间。DS受到干扰项的影响，而豆包第一个答案完全没有道理。而经过第二个提示，两者都未能找到第二个答案。所以我觉得能给到45-50分。

而Gemini第一次给出了一个答案，经过提示给出了第二个答案。我觉得可以得到80分左右。

（该图片由Nano Banana生成）

反思

这道题目，我一开始也没有想到第二个答案，也需要再想想才能得到。一方面是这样的题目做得不多，二方面可能还是有思维定式。

结合昨天Sasaya-san的演讲，得到一个有用的hint就是：在使用AI提升自己的生产力的时候，还是不能太随意、太vibe，人类的充分思考和方法论的引入还是有用的——否则，你真不知道ta是怎么想的。我将其称为在不确定性下追求确定性的一种努力。