AI 读错你的盘，是因为它在数竖线

昨天有个人在知乎上回了我一条评论，把我的话往下推了一层。

我原本说的是，AI 算命出问题，得先分清是排盘错了还是解读错了。排盘是算术，十分钟能查完。解读是判断，永远查不完。

他说，不止。他说他自己不在任何临界值上，出生时间平平无奇，直接把排好的盘丢给模型，让它别自己排，结果它还是断错了。错法很具体，印星落在哪一柱，它看错了。落位一错，后面整套推论跟着换方向。

我看完愣了一下。

因为他说的这个，不在我那两层里面。盘是对的，算术没出错。模型也没有胡编，它认认真真在推。它只是把盘上的东西读串了。

这是第三层，读取。

三层摊开来看，性质差得挺远。第一层是算术错，输入进去出来的四柱本身就不对，这个可以对着万年历核，是非分明。第三层是判断错，同一张对的盘，两个人读出两个结论，这层永远没有裁判。中间这一层最麻烦，它长得像判断错，其实是机械错，而且它不报错。

模型给你的答案通顺、自信、有理有据，只是它论述的那张盘，跟你手上那张不完全是同一张。

我以前对这件事的解释是，模型没有位置的概念。它拿到的是一串平铺的字，甲在年干还是甲在时干，对它来说区别只在文本里隔了多少个字，不在盘上隔了几格。

这个解释是错的。至少是不准的。

哈尔滨工业大学今年二月放出来一篇机制分析，专门拆语言模型怎么在表格里定位一个单元格。他们用激活修补、线性探测、注意力消融那一套，把过程拆成三段。第一段叫语义绑定，把你的问题跟表头对上。第二段叫坐标定位，算出目标格子的行列。第三段才是把那个格子里的值取出来。

所以位置这个概念，模型是有的。

关键在第二段。它的坐标是数出来的。

论文里说得很直接，模型解析坐标靠的是一套序数机制，机制的动作是数分隔符。也就是数竖线。表格里那些 | 不是排版装饰，它是模型建立坐标系的钉子。他们把分隔符做了因果实验，去掉之后这套计数机制就不激活了。

更有意思的是探测出来的形状。列索引在激活空间里是锯齿形，行索引是阶梯形。它不是一次性看懂了整张表，它是一格一格数过去的，数完落在一个线性子空间里，还能做向量加减。

所以模型读你的四柱，做的事情跟你想的不太一样。你以为它在看一张表。它在数竖线。

那读错就有了很物理的解释。

数出来的东西会漂。一路数下去，越靠后的位置越容易差一格。四柱从年到时排四列，年柱在最前面，时柱在最后面。如果偏差真的随着计数累积，那时柱应该比年柱更容易被读错。这条我得诚实标一下，是从论文机制推出来的，我自己还没系统跑过对照实验，只在少量样本上见过时柱被读串的情况，样本太小说明不了什么。

但另一条推论已经能验了，而且很好验。

既然坐标靠分隔符撑起来，那你喂进去的排版就直接决定了读取的正确率。同一组干支，你写成一行流水字，前后就是空格隔开，模型手里没有钉子可数，坐标系立不起来，它只能靠语义猜。你写成一行一柱、每格都有竖线的表格，那套计数机制才有东西可数。

这不是玄学，这是给它一把尺子还是不给。

我是真的觉得这件事有点反常识。大家讨论 AI 算命准不准，讨论的都是模型懂不懂命理、语料里有多少古籍、要不要微调一个专门的模型。很少有人往下想一层，说这活儿可能不卡在懂不懂，卡在盘长什么样。

顺着这个再往回看古书，感觉挺不一样的。

《渊海子平》里有一段叫五行提纲，说凡看命排下八字，以日干为主，取年为根，为上祖财产，取月为苗，为父母，日干为己身，日支为妻妾。这段话在做什么。它在给每一个位置分配语义。年那一格管祖上，月那一格管父母，日干那一格是你自己，日支那一格是配偶。同样一个甲字，落在年上和落在日上，说的是完全不同的两件事。

也就是说，八字从设计的第一天起，就是一张位置携带意义的二维表。

紫微那边说得更狠。《紫微斗数全书》开篇的太微赋里有一句，星有同躔，数有分定，须明其生克之要，必详乎得垣失度之分。同躔是同宫，同一批星凑在一起，定出来的数各有分别。后半句那四个字，得垣失度，说的就是这颗星落对了位置还是落错了位置。

古人把话说到这个程度了。位置本身就是信息。

而现在的做法是，把这张二维的东西压成一维的一串字，再交给一个靠数竖线找位置的系统。

紫微比八字还要吃亏一点。四柱好歹只有四列，压平了也还是四组挨着。紫微是十二宫排成一个环，三方四正取的是本宫、对宫和两个三合宫，这四个宫在盘面上是有几何关系的。压成文本之后，本宫和它的对宫之间可能隔了几百个字，中间还塞着别的宫的星曜。你让它去看三方四正，它得跨过这一段距离把关系重新拼出来。

所以那位答主说的印星看错落位，在我看来不算模型笨。是我们把一张图给拆了，然后要求它凭数数把图还原回来。

聊到这儿，说点能今天就动手的。

第一个动作，改喂法。别把整张盘一段话糊过去。一柱一行，每行写全这一柱叫什么、天干是什么、地支是什么、十神是什么，用竖线隔开。十神你自己算好写上去，不要让模型自己去数位置再算。这一步就把读取层的风险压掉大半。

第二个动作，做个复述测试。把盘给它之后，先别问结论。先让它把每个十神在哪一柱复述一遍。复述就错，你抓到的是读取问题，换排版重来。复述全对，接下来断错了，那是判断问题，跟排版没关系，得换个方向治。这一步的价值是把两种错分开，不然你永远不知道该改提示词还是该换模型。

第三个动作，验它是在算还是在背。十神不是贴在字上的固定标签，它是拿日干去比出来的。所以你把同一组干支留着，只把日干换掉，重新喂一遍。十神应该跟着全变。如果它给你的十神跟上一次差不多，那它不是在算，它在复述语料里见过的组合。

这三个动作加起来大概十分钟，不需要懂命理，也不需要懂模型。

回到那位答主。他那句话的原话是，结果全变。

他说的是他的盘。但这句话也可以往回读一层。一个格子读串，结果全变。这套东西之所以经得起几百年的抄传，是因为每一格的位置都被定死了，谁来算都落在同一格。真正脆的地方从来不是解释得准不准，是有没有人偷偷把格子挪了一下。

信不信这套东西，是一回事。它读的是不是你那张盘，是另一回事。后面这件事，你自己十分钟能查。

Louis

常见问题

我把排好的盘发给它了，为什么还会错？

盘对了只保证算术那一层没问题。模型接下来要做的是在这张盘上定位，比如印星在哪一柱、化忌落在哪个宫。定位这一步是它靠数分隔符重建出来的，跟盘本身对不对无关。所以排版糊在一段话里，它就更容易数偏。

用表格喂真的有区别吗？

有，而且有机制上的理由。哈工大那篇机制分析做过因果实验，分隔符 token 是激活模型内部那套坐标计数机制的关键，去掉之后机制不启动。所以一行一柱、带竖线的表格，跟一段流水文字，对模型来说不是美观差异。

那是不是干脆不该让 AI 碰命理？

我的看法是分工。历法算术这一层交给确定性的程序，它每次都给同一个答案。整理、对照、把一堆结构翻译成人话这一层，模型做得不错。中间的读取层是可以靠喂法改善的，上面那三个动作就是干这个用的。至于最后那层判断，谁做都没有裁判，你自己得留一份怀疑。