AI 回答不一致时听谁的？答案是：谁都不直接听，听证据。两个工具给出不同答案，恰好说明其中至少有一个在编或过时，这正是需要你自己介入裁决的信号。仲裁有章法可循——先把分歧分类，事实类的找权威出处，判断类的定取舍标准，方法不同，混着用只会越裁越乱。
先判断这是事实题还是判断题
拿到两份冲突的回答，第一步不是找更多 AI，而是判断分歧属于哪一类。事实题问的是「是什么」：某个标准是哪年发布的、某个配置的参数是多少、某段代码怎么写。判断题问的是「好不好、该不该」：选哪个方案更合适、哪种写法更优雅。两类题的仲裁路径完全不同。还有一个容易误判的情况：表面在吵事实，实际在吵定义——一个说「大模型通常指百亿参数以上」，另一个说「没有明确门槛」，这不是冲突，是两边对「大模型」的界定不同，把定义对齐，冲突自己消失。
事实类分歧的三步仲裁
事实类冲突按三步走。第一步，追出处：分别追问两个 AI「你这个数字的来源是什么」，有的能报出具体文件、页面或时间点，有的会含糊其辞甚至当场改口——改口的那份可信度就要打折。第二步，查一手来源：带着 AI 给出的线索到官方网站、原始文档、权威数据库核对，这一步是仲裁的终点，任何 AI 的话都替代不了。第三步，留意时效：很多分歧源于训练数据的新旧，一方引用的是旧版信息，一方是新版，核对时特别看一眼「这个信息现在的最新状态是什么」。三步走完，多数事实冲突都能落定。
判断类分歧的取舍标准
判断题没有标准答案，但取舍有标准。先看两边的前提差异：两个 AI 推荐不同方案，往往是因为假设了不同的预算、规模或时间约束，把前提摆到台面上，你会发现它们可能在各自的前提下都对——此时该解决的是「哪个前提更贴近你的实际情况」。再看代价清单：让每个回答各自列出方案的适用条件和失效条件，诚实给出边界的回答，通常比把话说满的回答更可信。最后结合你自己的约束裁决，判断题的裁判权本来就在提问的人手里。
追问比换工具更省力
遇到分歧，很多人第一反应是问第三个 AI 投票，其实更高效的做法是在原对话里深挖。对可疑的回答追问：「这个说法有什么依据？」「如果换成 X 情况还成立吗？」「请指出你回答中最没把握的部分。」经不起追问的回答会很快露馅——要么逻辑开始打结，要么主动承认不确定。一轮追问的成本远低于再开一个新工具重新铺陈背景。追问无效时再考虑换工具换视角，顺序别反了。
建立自己的置信分级
用得久了，建议给 AI 回答建一套自己的置信分级。一级是「可直接用」：常识范围、无争议事实、你自己熟悉的领域，扫一眼没问题就采纳。二级是「核对后用」：具体数字、时间、引用、代码，必须对过来源才算数。三级是「仅当线索」：冷门知识、正在变动的事项、涉及专业判断的内容，AI 的回答只提供检索方向，结论另行求证。每次遇到回答不一致，就是校准这套分级的机会——记下哪类问题它容易错，下次同类问题自动降级处理。这套分级比任何「万能判断技巧」都可靠，因为它长在你自己的经验上。
两个 AI 给的数字不一样该信哪个
- 要不要专门问第三个 AI 来投票？：少数服从多数不可靠，模型间错误并不独立，先追出处查一手来源，比凑票数有效得多。
- AI 承认错误后给的修正版可信吗？：不一定，被质疑后的改口可能只是顺着你走，修正版同样要核对来源再采纳。
- 分歧涉及自己不懂的专业领域怎么办？：把两边的论证分别整理出来，拿去请教该领域的专业的人或查专业文献，不要在两个陌生答案里猜。
