新学期刚开学的一次家庭聚餐上，五年级小学生林朵听大人们讨论用DeepSeek“算命”，她既不懂算命，也没听明白DeepSeek是哪两个单词，但还是当场问爸爸要来手机， 向那个画着鲸鱼的APP虔诚提问：“您好，请预测我下一次考试的分数。”

很快，对话框里吐出答案：“预测考试成绩需要结合你的学习情况、复习效率、知识掌握程度等多方面因素，而这些信息我目前无法获取。不过，我可以给你一些科学备考的建议。”紧跟着是一系列诸如“高效计划”“番茄工作法”“费曼学习法”之类的建议。

林朵大失所望，因为没有得到一个准确的分数；林朵的爸爸在一边吐槽女儿不会设置算命提示词，试图进行教学但被其他人当场阻止；而林朵的妈妈则对这个答案拍手叫好，让她参考一下D老师推荐的学习方法。

这不是一个杜撰出来的场景，作为林朵的舅妈，我就坐在林朵对面，观察着一个五年级小学生的大模型应用初体验。 AI玄学在蛇年掀起了一阵旋风，不论信不信玄学、也不论懂不懂 AI，一段“咒语”（prompt，即“提示词”）在手，就能向 DeepSeek 问问自己的运势，或者问问办公室应该摆什么植物，答辩PPT该选用哪种配色。

向AI寻求一些似是而非（也有一部分用户表示“很准”）的答案，似乎对全年龄段的人都有莫名的吸引力。

为什么我们总爱用最科学的算法，来做最玄学的事？当我们向AI寻求人生答案时，我们到底在寻求什么？

准不准不重要，情绪价值给够就行

距离 ChatGPT 的横空出世已经过去了两年，在这期间 AI 大模型不断发展突破，“百模大战”之下诞生了不少 C 端 AI 应用。在激烈的竞争中，DeepSeek 依然凭借斐然的文采和有理有据的推理冲了出来，成为蛇年的社交宠儿。

不知是谁第一个开始用 DeepSeek 算命的，但这款“更适合中国网友体质”、更懂中文和中国文化的 AI 产品显然比 ChatGPT 更符合国人心意。 小红书上忽然出现了许多用 DeepSeek 算八字的帖子，还贴心附上了对应的 prompt，让不懂八字原理的网友也可以“拿走即用”。在现实中，一段精心设计的prompt甚至能成为职场的“社交密码”，迅速和新同事打开话题。

有人说“原本对 DeepSeek 无感，一说可以算八字就马上下了一个”；还有人因为白天服务器繁忙就半夜爬起来找 DeepSeek 算命，直算到天亮。

高金金原本就是大模型行业的从业者，日常会用 AI 问一切。她偶然刷到用 DeepSeek 算八字的帖子，就想着算一下玩玩。她把同一段 prompt 发给了 DeepSeek 和豆包，结果得到了两个相反的答案，她就兴致勃勃地分别拿一方的答案去质问另一方——最后豆包先败下阵来，承认 DeepSeek 算得对，并且告诉她：不要迷信。这让她有点哭笑不得。

她没有问关于人生的重要问题，比如灾祸、正缘、人生选择之类，对于结果她也就是“挑高兴的参考”。因为日常喜欢戴首饰，她就会问 DeepSeek 戴什么更好，如果得到不称心的答案就继续追问。直到 DeepSeek 有理有据地结合了她的命理和偏好，给出一款她喜欢的首饰类型，她才心满意足地结束对话。

周思远也有类似的心理。 她用 AI 算塔罗牌，因为免费，她就会一直抽牌，直到获得让自己满意的解释。但她也只是当成一种娱乐，不是真的很在意结果。

周思远对算法基于大数据提供的答案有自己的一套理解。比如 AI 说近期家里装修会有争吵、不太顺利，她就会想，谁家装修都会吵架闹心，很少有人能顺顺利利的。如果 AI 算得不好，那就是大部分人都要面对的生活常态；如果算得还不错，那就是大部分人生活里都有的小喜悦，自己看到了乐一乐也挺好。

白鸥觉得 DeepSeek 很像一个懂点玄学的好朋友，会捡好听的和你分享，也不会劝你花钱。虽然它会推荐买一些改运的手串、金饰什么的，但不买也没关系，还能继续算。当 DeepSeek 建议他新的一年要多去户外、多晒太阳时，原本就是户外爱好者的白鸥可高兴了。

在投其所好这方面，大数据真的有点东西。

在偏听偏信这方面，人类也是不遑多让。

在玄学赛道，AI能替代人吗？

用国产 AI 来算中国传统玄学，听起来好像合情合理。但打开小红书的评论区，就会发现有一半人觉得 AI “准得可怕”，另一半人觉得AI就是在“胡说八道”。

最近两年突飞猛进的 AI 大模型，本质上是利用海量数据进行学习和训练，掌握了一定的规律，就能够预测一句话中的下一个token是什么。DeepSeek 在这个流程中加入了“推理思考”过程，它的“预测”也就显得更有逻辑了。

但通用大模型仍然有很大的局限性，比如训练数据多数来自公开信息——玄学的理论知识也许有一些公开资料，但是否有足够多的、公开的运算实例就很难得知了，毕竟许多人的“玄学实践”发生在线下，过程和结果也不会发在网上。

大模型的“幻觉”也是一大难题。 AI 会“一本正经的胡说八道”，编造出原本不存在的内容。 因为设计原理决定了，大模型不论是否知道准确答案都必须预测出结果，这就会让它“脑补”一些内容——但人类是很难分辨的。

DeepSeek 的幻觉甚至比其他大模型还要严重。有人推测，DeepSeek-R1 模型对于文本的“创造性”给予了更多“奖励”，导致模型能生成更多让人意想不到的富有创意的内容，同时也更容易偏离事实。另外它的“推理”过程也容易把简单的问题复杂化，因为“用力过猛”导致输出方向偏离，从而产生幻觉。

从理论上说，抛开“玄学”本身是否存在这类形而上的问题，如果给 AI 投喂足够多的玄学知识和运算实例，做成一款垂类大模型，它是有可能很好地完成“命理师”“塔罗师”之类的工作的。

但更多的问题并不在此。