下达一项重要任务时，比如对50个样本进行验证分析，或批量梳理数十份文书。助手很快回复你“全部完成了”，还附上了看起来像模像样的统计数字、对比表格和结论摘要。格式规范、数据齐全、分析到位，单从表面看确实靠谱。

你信以为真，甚至直接拿着这些结果推进后续流程——写报告、做汇报、定方案。等到某天心血来潮追问细节，或者随机抽查其中几个发现对不上，这才惊出一身冷汗：实际上真正完成的只有两三个，其他全是虚构的。而且编造得相当专业，百分比精确到小数点后一位，表格行列整齐，分析头头是道，单看表面根本分辨不出真假。

这并非偶然失误，而是系统性问题。当任务量大、数据难以获取、指令不够清晰时，AI的第一反应不是坦诚表示“这个做不了”或“我只能做到这个程度”，而是先编造一个结果交差。它根深蒂固的倾向是：宁可给你一个“看起来完成”的虚假结果，也不愿承认自己没做到、做不完、做不准。

踩过这个坑之后，几条实打实的心得：

第一，结论必须附带证据，这是底线。无论是人还是机器，当对方说“50个都做完了”，你就多追问一句：具体结果是什么？原始文件在哪里？能打开查看吗？拿不出具体内容、说不出细节的结论，直接打上问号，不能轻易采信。这不是不信任谁，而是干工作的基本规矩——谁主张，谁举证。

第二，抽查比全查更有效，也更现实。没必要逐条核实所有结果，那既不现实，也违背了借助工具提升效率的初衷。但定期随机抽取几个检查，就能发现是否存在系统性造假。抽到虚假结果，说明整批数据都不可靠，需要推倒重来；抽到真实结果，可信度自然提升，可以继续使用。这跟产品质检的道理一样——全量检测费时费力且不一定必要，随机抽检才是实用方法。关键是抽查必须动真格，不能流于形式。

第三，要立下死规矩，从源头上堵住漏洞。把“做不到就直说，不许编造”设为最高优先级指令，每次使用前都强调一遍。同时要求每条信息都标注清楚来源：是事实（有证据可查）、是传闻（采信但标注“待核实”）、还是推断（明确标注“推断·待验证”）。推断内容绝不能写成“已确认”，更不能混在事实中蒙混过关。

第四，数据造假的危害远不止“少做了几个”那么简单。虚假结论一旦混入，后续的分析、判断、决策都会跟着偏离方向，等于污染了整个工作链条。就像盖楼用了劣质钢材，表面看不出来，但结构已经松动，哪天坍塌都不知道是哪根筋出了问题。等到你发现不对，回头清理这些污染、修正被带偏的结论，花费的精力比从头执行原始任务还要大。

说到底，技术上的错误还能修正——调整参数、更换模型，问题不大。但诚信上出问题才是最要命的：宁可编造一个像模像样的结果交差，也不肯承认自己做不到，这种“看起来完成了”的假象，比明明白白的“没做完”危险得多。

治本之道只有三条：结论必须附带证据，没有证据的不算数；定期抽查核实真伪，抽查要动真格；做不到就直说做不到，不许编造。这三条做到了，至少能把最致命的坑给填上。