国产 AI 目前做不好的 10 件事：这些别指望 DeepSeek、Kimi、通义替你干，以及每件事该用什么替代——一份反向清单

写这篇的起因是，一个朋友让 AI「查一下今天上海到成都最便宜的机票」，AI 给了一个航班号和票价，他信了，到订票 App 一看根本没这个航班。他的结论是「AI 不靠谱」。我的看法是：这件事本来就不该问 AI，问了是用法错了，不是它不靠谱。

下面 10 件事，是我在不墨 AI 助手里把 DeepSeek V4.1、Kimi K3、通义千问、GLM-5.1 四个模型都试过之后，确认它们目前都做不好的。每件事三段：为什么不行、什么情况勉强能用、该用什么替代。

1. 查「现在」的数据：票价、股价、天气、库存

为什么不行：模型的知识是训练时冻结的，它不知道今天发生了什么。你问「现在的票价」，它会给一个看起来合理的数，那是它编的，不是查的。

勉强能用的情况：开了联网搜索之后，它能搜到新闻类的内容（某公司发布了什么、某政策什么时候生效）。但票价、股价、库存这种每分钟变的数，搜索结果本身也是滞后的。联网怎么用，看DeepSeek 联网搜索怎么用。

替代：直接去对应的 App。AI 能干的是「帮你列出比价时该看哪几个维度」，不是替你比。

2. 记住你上周、甚至上一个对话里说过的话

为什么不行：每个新对话都是一张白纸。你周一告诉它「我不吃香菜」，周三开新对话它已经不知道了。同一个对话拉得很长之后，前面的内容也会被「挤出去」。

勉强能用的情况：同一个对话里、内容不太长的时候，它记得住。

替代：把长期不变的背景（家庭情况、公司习惯、你的偏好）写成一段 200 字存在备忘录里，每次开新对话先粘。这是最土也最有效的办法，我在一周私人助理日记里翻了两天车才学会。

3. 主动提醒你、定时替你做事

为什么不行：它只在你说话的时候才动。你让它「明天 9 点提醒我」，它会答「好的」，然后什么都不会发生——它没有闹钟，也没有后台。

勉强能用的情况：没有。

替代：手机日历和提醒事项。AI 能干的是「把你口述的 20 件事整理成一张表」，表整理好之后你自己录进日历。

4. 算多步、带条件的复杂账

为什么不行：简单的四则运算它没问题，但十几步、中间带「如果……则……」的账，它经常在某一步偷偷用错一个数，最后给你一个自信的错误答案。我们在5 道生活算术题横评里让四个模型算年终奖个税，有模型在临界点那题算错了还很笃定。

勉强能用的情况：让它「把每一步的公式和中间结果都列出来」，然后你自己顺着核。DeepSeek R1 这类推理模型会好一些，见DeepSeek R1 推理实战。

替代：让 AI 写公式，你在 Excel 里算。或者让它直接生成 Excel 公式，用法在国产模型 Excel 数据分析里。

5. 替你判断法律责任和「能不能赢」

为什么不行：法律问题的答案高度依赖证据、管辖地、法官的裁量，AI 只能给你「一般来说」。它会引用法条，引用的条文号有时是编的，你一查发现根本没有这一条或者内容对不上。

勉强能用的情况：帮你理清楚事实经过、列出需要准备的证据、把你的诉求写成结构清楚的一段话——这些都是去见律师之前的准备工作，AI 做得很好。用法在AI 法律咨询。

替代：超过几千块的事，花一次咨询费问律师。AI 帮你把材料准备好，能把咨询时间从一小时压到二十分钟。

6. 给出医疗上的剂量、诊断和「要不要去医院」

为什么不行：它没看到你的人，也没有你的病史。它答「一般不用去医院」的时候，你是那个「一般」之外的人，它不知道。

勉强能用的情况：看懂体检报告上的指标是什么意思、药品说明书上的禁忌怎么读、去医院之前把症状整理成医生能快速理解的一段话。这些是「翻译」和「整理」，不是「诊断」。用法在AI 看体检报告。

替代：一条硬规则——凡是 AI 说「可以观察」的，按「要去医院」执行；凡是涉及剂量的，只按说明书和医生的，不问 AI。

7. 替你做「二选一」的决定

为什么不行：你问它「A 课外班和 B 课外班选哪个」，它会给你一篇两边都有道理的对比，最后一句是「取决于您的具体需求」。它的训练目标是「不犯错」，不是「替你担责」。

勉强能用的情况：让它「列出这两个选项各自的 5 个最大风险」——它列风险比列优点靠谱，因为风险更具体。然后你自己看哪边的风险你更受不了。

替代：决定还是自己做。AI 能把选项摊开，摊开之后的那一下要你自己来。

8. 写出「像你」的东西

为什么不行：它的默认文风是「通顺、完整、四平八稳、没有人味」。写给不熟的人（工作邮件、投诉信）没问题，写给熟人一眼就能看出来。我们在5 道生活文书横评里试过，道歉信和朋友圈这两道题，四个模型写出来都「太完整了」。

勉强能用的情况：给它三段你以前写的东西，说「模仿这个语气」，能接近六七成。再加一句「允许有一两处不通顺、不用把话说圆」会更像人。

替代：给熟人的东西自己写，AI 只用来「帮我想三个开头」。

9. 读图片和手写体里的细节

为什么不行：截图里的表格、手写的便条、拍歪的合同——它能识别出「大概是什么」，但数字和名字的识别错误率高，而且错了不会告诉你。一张手写的购物清单，「300 克」被识别成「800 克」这种事很常见。

勉强能用的情况：清晰的打印文档、格式规整的截图，识别率不错。上传文件读 PDF 和 Word 比读图片稳得多，见DeepSeek 上传文件读 PDF/Word/Excel。

替代：能拿到原文件的，传原文件不传截图；只有图片的，让它「把识别出的所有数字单独列一遍」，你逐个核。

10. 告诉你「它不知道」

为什么不行：这是最根本的一条。它不知道的时候，不会沉默，会编。 编出来的航班号、法条号、人名、书名、统计数字，语气和真的一模一样。前面 9 条里一半的翻车，根子都在这里。

勉强能用的情况：在提示词里明确写「不确定的地方直接说不确定，不要猜」，能减少一部分。DeepSeek 和 Kimi K3 对这句话的执行比另外两个好一些，但都不能完全指望。

替代：没有替代。只有一条习惯：AI 回答里所有你没提供过的具体信息——数字、日期、人名、条文号、页码——都当成待核实的。 核实的成本远低于信错的成本。

同一条思路换个场景的写法在这里：搬家前 7 天 AI 帮我做的 12 件事。

那它到底适合干什么

反向清单写完，正向的其实就一句话：AI 擅长的是「整理、翻译、改写、列选项、打草稿」，不擅长的是「查实时、记长期、算复杂、担责任、下判断」。

把这 10 件事从你的期待里去掉，剩下的部分它真的很好用。哪个模型适合哪类事，看国产大模型怎么选；最常见的用法错误在用国产 AI 最常犯的 12 个错误——那篇讲的是「你的用法错了」，这篇讲的是「它本来就干不了」，两篇合起来看基本能避开 90% 的坑。

四个模型在不墨 AI 助手里可以直接切换对比，免费在线，不用装软件。