凌晨1点47分，李姐把同一段话复制进了5个AI。
“女 45岁 头晕恶心 转头加重 20分钟 血压138/86”
她一个一个点开看答案。
第一个说：颈椎病。
第二个说：耳石症。
第三个说：低血糖。
第四个说：焦虑。
第五个说：脑供血不足。
她把手机往床头一扔，后背全是冷汗。
5个AI，5个说法，她不知道该信谁。
同一段症状，5个AI吵成一锅粥
那天晚上她本来是准备睡的。
躺下翻身，天花板突然转了一圈。她扶着床沿坐起来，胃里一阵翻涌。
老公迷迷糊糊说了句“多喝点热水”，翻个身又睡了。
她一个人坐在客厅，开了台灯，拿起手机。
不敢搜百度，怕吓自己。听人说AI靠谱，她挨个试了5个。
结果越试越冷。
第一个AI还耐心追问她“有没有耳鸣”，后面几个直接给结论。
有个AI说“建议尽快就医排查脑血管问题”，她盯着“脑血管”三个字看了半天。
手开始抖。
截图发家庭群，全家更慌
她没忍住，把5个截图拼成一张图，发到了家庭群。
配了一句：“你们说听谁的？”
儿子秒回：“妈你去做个脑CT吧。”
妹妹说：“我同事就是头晕，后来查出来是颈椎，你别自己吓自己。”
老公第二天早上才看见，打了三个电话过来，声音都变了：“你咋不叫醒我？”
李姐说，那一个晚上，她把这辈子最坏的结局全想了一遍。
天亮的时候她做了个决定：去医院。
医院里医生问了几句，答案才收窄
挂号、排队、进诊室。
医生是个五十来岁的女大夫，抬头看了她一眼：“哪儿不舒服？”
李姐把手机递过去：“我问问AI……”
医生没接，直接问：“头晕是天旋地转，还是昏昏沉沉？”
“天旋地转。”
“多久？几秒还是几分钟？”
“20分钟吧。”
“转头加重？”
“对，一转头就晕。”
“耳朵响不响？听力有没有变化？”
“……好像有点。”
医生让她躺下，扶着头做了几个快速翻身动作。
“耳石症。”
前后不到10分钟。
医生说了句让她记到现在的话：
AI没问你这些，是因为它不知道要问什么。它只是把一堆可能扔给你。
大模型是在“续写”，不是“诊断”
后来我专门请教了一位做AI的朋友。
他说了句大白话：
大模型干的活，是猜下一句话该说啥。
你给它一段症状，它就从海量资料里拼一段最像答案的话给你。
拼得通顺，不代表拼得对。
所以有个反常识的事：回答越顺、越肯定、越像那么回事的，你越得慢一点。
李姐那个案例，为什么5个AI都没说“先问耳朵响不响”？
因为问问题不像是答案，而像没答完。
可真正的看病，第一步恰恰是问。
那普通人到底怎么用AI的健康建议？
我自己总结了三条，不复杂。
第一条，问全。
别只丢一句“头晕怎么办”。把年龄、基础病、什么时候开始、什么动作加重、有没有其他症状一次说清楚。
第二条，交叉。
同一个问题问两个AI。答案差得离谱，不是你运气差，是这个工具本身就这样。差得越多，越别信。
第三条，设红线。
胸痛、呼吸困难、意识模糊、大出血、剧烈头痛、孕产妇、婴幼儿，这几样一出现，别问AI了，直接去医院。
红线之内可以问，红线之外别浪费时间。
健康这件事，快答案不等于对答案
李姐后来把那段经历发在了朋友圈。
她说，AI没骗她，是她自己太想马上要个答案了。
凌晨一点半，一个人坐在客厅里，身体难受，心里发慌。
这时候跳出来五个答案，看着都像救命的。
我听完只想说一句：
AI能当分诊台，别当手术台。
分诊台帮你想想挂哪个科，手术台是要有人对你负责的。
那个负责人，得是医生。
下次不舒服，别急着把症状丢给AI。
先想清楚一件事：你要的是一个能安慰你的答案，还是一个能负责的答案。