简体

讓六個大模型自己搖卦 3,072 次:它們真的隨機嗎?

結果並不像公平銅錢。六個模型都出現了卦象偏好;同一個模型換一種問法,最常出現的卦也會跟著變化。

知命主筆 · 研習子平十餘年,知命系統設計者 · 更新於 2026-07-23

先說結論:大模型會給出每次不同的結果,但這不等於公平隨機。

這次讓六個大模型直接搖出 3,072 個有效六爻卦。若它們真的像三枚公平銅錢一樣工作,64 卦長期看應該差不多平均,每卦約出現 48 次。實際第一名水火既濟出現了 482 次,第二名乾為天出現了 330 次;有些卦卻極少出現。更關鍵的是,只換一種問法,同一個模型最常生成的卦就可能完全改變。

所以這次測到的不是一個永恆不變的“模型性格”,而是更具體的事實:在這四種提示方式下,這些模型生成 0 和 1 時存在明顯、而且受問法影響的偏好。

3,072 個有效卦的整體出現次數

圖一:全部模型和問法合併後的前十卦。虛線表示公平隨機時每卦約 48 次。

實驗到底怎麼做

實驗裡不是先讓程序擲銅錢,再把卦交給模型。每一枚“銅錢”的 0 或 1 都由模型直接生成。程序只負責三件事:檢查格式、按固定規則排卦、統計結果。它不會在模型失敗時偷偷補隨機數,也不會改寫有效結果。

這次共測試六個通過 OpenRouter 實際調用的模型:

每個模型接受四種問法,每種問法保留 128 個有效完整卦。因此是:

6 個模型 × 4 種問法 × 128 個有效卦 = 3,072 個完整卦。

四種問法分別是:

  1. 說到銅錢,一次生成六爻:明確告訴模型模擬三枚銅錢,並一次給出六爻。
  2. 不說銅錢,一次生成六爻:只要求給出六組 0/1,不使用銅錢敘事。
  3. 說到銅錢,一次給出全部數字:連續輸出組成一個卦所需的 18 位 0/1。
  4. 說到銅錢,逐爻生成:每次只生成一爻的三枚銅錢,六次合成一個卦。

所有組都使用相同的有效樣本數。無效格式只會重試,不進入統計;最終比較的是每組 128 個有效卦,而不是誰更容易按格式回答。

總體結果:第一名是公平預期的十倍

3,072 個結果平均分給 64 卦時,每卦應為 48 次。實際前十名如下:

排名 卦象 出現次數 佔全部結果
1 水火既濟 482 15.7%
2 乾為天 330 10.7%
3 風水渙 202 6.6%
4 火澤睽 161 5.2%
5 澤水困 138 4.5%
6 地天泰 134 4.4%
7 雷澤歸妹 126 4.1%
8 山天大畜 114 3.7%
9 水天需 107 3.5%
10 火雷噬嗑 105 3.4%

水火既濟的 482 次,是公平預期 48 次的約 10 倍。總體分佈的卡方統計量是 8,553.0(63 個自由度),偏離均勻分佈的程度遠不是普通的小幅波動。

這裡的“偏好”是一個很樸素的說法:某些卦明顯更常被生成。它不是模型能力排名,也不是在說哪一卦“更好”。

問法一換,最常出現的卦也會換

把四種問法分開看,差異更清楚:

問法 最常出現的卦 次數 該問法中的比例
說到銅錢,一次生成六爻 水火既濟 179 / 768 23.3%
不說銅錢,一次生成六爻 水火既濟 200 / 768 26.0%
說到銅錢,一次給出全部數字 水火既濟 103 / 768 13.4%
說到銅錢,逐爻生成 乾為天 330 / 768 43.0%

四種問法各自最常生成的卦

圖二:每種問法都有 768 個有效卦。逐爻生成時,整體第一名從水火既濟變成了乾為天。

“一次生成”和“逐爻生成”看起來只是輸出方式不同,但對語言模型來說並不是同一件事。一次寫完時,模型在同一段上下文裡續寫多位數字;逐爻請求時,生成邊界和可見上下文都變了,後面的概率也隨之改變。

同一模型在四種問法下的首選卦變化

圖三:每一行是一個模型,每一列是一種問法;格子直接寫出該組最常生成的卦。

六個模型,各自最常生成什麼

把四種問法合併,每個模型都有 512 個有效卦。它們的整體第一名是:

模型 最常出現的卦 次數 該模型中的比例
GPT-5.5 風水渙 164 / 512 32.0%
Claude Opus 4.8 水火既濟 237 / 512 46.3%
Gemini 3.1 Pro 乾為天 87 / 512 17.0%
DeepSeek V4 Pro 水風井 47 / 512 9.2%
Qwen 3.7 Max 乾為天 75 / 512 14.6%
GLM-5.2 乾為天 103 / 512 20.1%

六個模型各自最常生成的卦

圖四:這是四種問法合併後的描述統計,不是模型能力排名。

不同模型的偏好並不相同。Claude Opus 4.8 的結果高度集中在水火既濟;GPT-5.5 更常生成風水渙;Gemini、Qwen 和 GLM 合併後都以乾為天居首;DeepSeek 的分佈相對分散,整體第一名是水風井。

24 組結果:偏好屬於“模型 × 問法”

只看總榜會掩蓋一個重要事實:偏好不是只屬於模型,也不是只屬於提示詞,而是兩者共同形成的。下面列出全部 24 組各自的第一名;每一組都來自 128 個有效卦。四個數字依次對應“說銅錢一次六爻、不說銅錢一次六爻、一次給出 18 位數字、逐爻生成”。

GPT-5.5

Claude Opus 4.8

Gemini 3.1 Pro

DeepSeek V4 Pro

Qwen 3.7 Max

GLM-5.2

GLM-5.2 是最直觀的例子:說到銅錢並一次生成六爻時,第一名是水天需;改成一次輸出 18 位數字,第一名變成火澤睽;改成逐爻生成,乾為天佔到 80.5%。模型沒有換,生成方式一換,結果就變了。

不只是某一卦多:數字模板也會重複

模型逐字生成 0 和 1 時,某些局部組合會比其他組合更容易被續寫。相同的六爻數字模板反覆出現,最終自然會聚集到少數卦象。下面這張圖展示了各組中最常見模板的重複程度。

各模型與問法下最常見數字模板的重複比例

圖五:模板重複越高,說明結果越集中在少數固定的 0/1 寫法上。

這也解釋了為什麼“每次答案會變”仍然不等於“公平隨機”。一個模型可以在幾個高概率模板之間變化,但只要這些模板被選擇的機會不相等,最終卦象就不會均勻。

為什麼大模型會有這些偏好

數據能直接證明“出現了偏好”和“偏好會隨問法變化”。至於模型內部為什麼恰好偏向水火既濟、乾為天或風水渙,下面是與語言模型工作方式一致的解釋,但不是對隱藏參數的直接觀測。

1. 每一位不保證一半是 0、一半是 1

語言模型的基本動作是:根據前文,為下一個詞元分配概率,再進行隨機採樣。它會變化,但並沒有一條規則強制 0 和 1 各佔 50%。溫度等採樣參數只能改變分佈的平緩程度,不能自動把它變成公平硬幣。

2. 前後數字並不天然獨立

真實銅錢的下一次結果不應該被上一次影響;語言模型卻必須根據已經寫出的內容繼續寫。前一位是 0 還是 1、當前已經出現了什麼模式,都會改變下一位的概率。連續生成 18 位數字尤其容易形成重複、對稱或模型熟悉的序列。

3. 問法會改變模型正在續寫的文本

“請模擬三枚銅錢”和“只輸出 0/1”會喚起不同的語言上下文;一次寫完與逐爻請求又改變了生成邊界。模型處理的是文本條件概率,而不是抽象的銅錢實體,所以提示詞和輸出結構都會進入結果。

4. 訓練文本與對齊習慣可能提供先驗

乾、既濟、泰等卦在中文文化文本中有較高辨識度;“隨機數字”也常與交替、平衡、避免長串重複等人為直覺一起出現。這些訓練痕跡可能影響數字續寫。但僅憑本次輸出,不能斷言某個具體卦是由哪一批訓練材料造成的,這一點仍需要更細的機制實驗。

這次實驗能說明什麼,不能說明什麼

它能說明:

它不能說明:

如果目標是公平起卦,更可靠的做法很簡單:用真實銅錢,或用經過檢驗的隨機數來源生成卦,再讓大模型負責解釋。“生成卦”和“解讀卦”是兩種工作,不應該因為都能由 AI 輸出文字就混為一談。

原始數據與複核材料

為了讓結論可以復算,這次公開三個層級的文件:

圖表全部由這些有效結果直接統計生成,沒有用圖片生成模型重畫數據。你可以下載 CSV 自己分組計數;每個模型應為 512 條,每種問法應為 768 條,每個“模型 × 問法”組合應為 128 條,總數應為 3,072 條。

這次最值得記住的不是“哪一卦贏了”,而是:會變化,不等於公平隨機;模型的偏好,也會被我們的問法塑造。

常見問題

大模型搖卦是真隨機嗎?
接口可以隨機採樣詞元,但本次結果沒有滿足公平銅錢所要求的獨立、等概率和均勻分佈。模型輸出會變化,不等於它能充當可靠的隨機數發生器。
為什麼同一個模型換種問法,偏好的卦會變?
問法改變了模型看到的上下文、一次輸出的長度和生成邊界,因此會改變後續字符的概率分佈。本實驗直接證明偏好會隨問法變化,但具體內部原因仍屬於機制解釋。
能不能用大模型代替真實銅錢起卦?
如果目標是模擬三枚公平銅錢,不建議直接讓語言模型生成0和1。應使用真實銅錢或經過檢驗的隨機數來源,再讓模型負責解釋結果。
把這件事問到點上。知命不要求提供手機號、郵箱或真實姓名,只憑生辰起盤——師傅先排盤、再問命,一次一題。
開始 AI 算命問詢
接 著 讀