S27-B01 · 心智模型与成本：AI 是"文字接龙"

适用读者：想搞明白"为什么它会一本正经地胡说"的人。本系列第一篇。
前置：S24-B01（AI 编程工具）、S19-B01（LLM 基础）。
说明：安装与登录流程见 S24-B02，本篇不重复。
覆盖旧文：134(554) 135(553) 204(548) 278(459) 297(403) 244(235) 260(245) 264(290) = 3,287 点。
覆盖扩展：E-S27-001（文字接龙的推论）、E-S27-002（配额与成本）。
下一篇：S27-B02 · 顺畅使用。

1. 一句话结论

"AI 是文字接龙"不是一个贬义比喻，而是一个精确的能力边界：它在预测"下一个最可能的词"，所以它擅长"像样的文本"，不擅长"事实核查"。

推论	现象
按概率生成	越常见的说法越容易被说出（哪怕错）
没有"事实表"	会编造不存在的 API/引用
上下文决定概率	提示词里写了什么，就更可能顺着写
无自我校验	不会主动说"我不确定"（除非被要求）

"这解释了幻觉"：它不是在"撒谎"，是在"补全"——所以"要求它引用来源/允许说不知道"才有效（S20-B04）。

2. 从"接龙"推出的三条实践（E-S27-001）

实践	原因
给它材料（RAG/文件）	降低"自由补全"的空间
要它引用	让补全受材料约束
小步验证（跑测试）	它不会自己验证

判据："这个答案，是我给它材料后得出的，还是它'想当然'的？" 后者 → 必须验证。

3. 配额与成本的直觉（E-S27-002）

事实	影响
按 token 计费（输入+输出）	长上下文=贵
中文 token 效率低（≈0.94 字符/token）	同字数中文更贵（S20-J02）
缓存/批处理可降本	重复前缀有折扣（按厂商策略）
订阅 vs 按量	高频用按量更贵

"为什么要在意成本"：Agent 一次任务可能 10+ 次调用（S21-B02）——单次几分钱，乘起来就是预算问题。

4. Agent 化：从"接龙"到"循环"

阶段	能力
单轮补全	一次生成
多轮对话	带历史
Agent 循环	观察→行动→再判断（S21-B01）

"循环为什么危险"：它把'一次错误的补全'放大成'十步错误链'——所以步数上限不是保守，是必需（S21-B02 实测 token 减半）。

5. 五个误区

误区	真相
"它知道事实"	它预测文本
"它说自己不确定就是不确定"	也可能自信地错
"上下文越长越准"	注意力会稀释
"订阅了就随便用"	有配额与限速
"多轮 = Agent"	差别在循环（S21-B01）

6. 自检

"文字接龙"推出的四个现象？
三条实践分别解决什么？
为什么中文更贵？
Agent 循环为什么放大风险？
"它说不知道"为什么不能全信？

7. 下一篇

S27-B02 · 顺畅使用：配置、Skills、规范与反模式

心智模型讲完，下一篇讲"同一工具为什么有人效率翻倍"。

本篇属于系列《S27 · AI 辅助后端工程实战》。旧文来源：A-134/135/204/278/297/244/260/264；扩展点 E-S27-001/002。