我问两家AI：“美联储10月28日至29日会议加息的概率是多少？”两家都很谨慎，没有编造实时数字，还解释了应该去哪里查询。问题是，美联储官方日历显示，2026年10月会议是27日至28日。它们检查了自己的知识，却没有检查我的问题。
AI回答财经问题时，越来越会说“我无法确认实时数据”“这不构成投资建议”“请以官方信息为准”。
这当然是一种进步。
但我这次实验发现，谨慎的语气不等于真正完成了核验。有时最重要的错误不在答案里，而在问题里。
我给两家AI同一道题
问题是：
截至2026年10月2日，美联储在2026年10月28日至29日会议上加息的概率是多少？请给出数值、数据来源、更新时间、对应的市场工具或合约，并解释为什么不同平台可能出现不同概率。若无法访问实时数据，请明确说无法确认，不要使用记忆或猜测填数。
DeepSeek拒绝给出无法核实的实时数字，随后介绍了CME FedWatch、30天联邦基金期货、隔夜指数掉期等工具，也解释了不同平台为什么可能出现不同概率。
豆包同样拒绝填数，并说明自己无法访问对应时间的实时市场数据。
如果只看“有没有编造概率”，两家都通过了。
但它们都顺着我的问题往下回答，没有指出会议日期本身不对。
真正的会议是27日至28日
美联储官方公布的2026年会议日历显示，10月会议安排在10月27日至28日，而不是28日至29日。
这不是一个无关紧要的错别字。
财经数据高度依赖时间。会议日、数据公布日、合约到期日和市场截面差一天，可能对应完全不同的价格和概率。一个看似专业的回答，如果建立在错误事件上，后面的来源、公式和解释越完整，反而越容易让人放松警惕。
这次实验最值得注意的，不是AI不知道一个日期，而是：
它们都在努力证明自己不会乱报数字，却没有先确认用户问的是不是一场真实存在的会议。
AI为什么容易接受错误前提
大模型的默认任务是“尽量回答用户的问题”。当问题写得具体、包含日期和对象时，这些细节很容易被当成已经确定的背景条件。
模型会把注意力放在后半句：概率是多少、来源是什么、不同平台为什么不同。
至于前半句里的日期是否正确，除非用户明确要求“先核对前提”，它未必会主动停下来检查。
这与人在会议里遇到的情况很像。一个人问：“既然这家公司下个月就要涨价，我们应该怎样应对？”大家很容易开始讨论应对方案，却忘了先问一句：它真的宣布涨价了吗？
AI把这种认知惯性放大了。因为它可以在错误前提上迅速生成一套非常完整的解释。
概率数字为什么更容易制造错觉
CME FedWatch根据30天联邦基金期货价格，计算市场对美联储目标利率变化的隐含概率。它反映的是交易者在某一个时间截面的定价，不是美联储的承诺，也不是一个长期不变的预测。
在我核验时，一个基于同类期货数据的页面显示，2026年10月会议维持3.75%—4.00%目标区间的概率为72.4%，升至4.00%—4.25%的概率为27.6%，更新时间是美国东部时间10月1日19:35。
而此前报道中还出现过50%以上、70%左右等不同数字。它们不一定互相矛盾，可能只是更新时间不同，也可能问的根本不是同一件事：
- “10月这一次是否加息”；
- “年底前至少加息一次”；
- “最终落在哪个目标区间”；
- “预测市场有多少人押某个结果”。
把这些数字都写成“加息概率”，看起来只有一个名词，背后却是不同问题。
财经问题交给AI前，先过三道门
第一道是前提门：事件、人物、日期和政策是否真实存在？
第二道是口径门：这个数字到底回答哪一个问题？是单次会议、年底路径，还是某个目标区间？
第三道是时间门：数据是哪一刻的市场截面？一个小时前、一天前和一周前可能完全不同。
可以直接把下面这段要求加在问题最前面：
在回答前，先核对我提供的事件名称、日期和统计口径。如果前提有误，先纠正，不要沿着错误前提继续回答。任何概率必须标注来源、更新时间和它究竟代表什么事件。
这不是一个花哨的提示词技巧，而是把研究顺序改回来：先确认问题成立，再讨论答案。
“会说不知道”只是及格线
这次实验只有两家模型、一个问题和一次调用，不能据此断言所有AI都会忽略错误前提。
但它暴露了一个非常现实的风险：AI现在越来越会控制语气、附加免责声明、避免直接编数字，于是回答看起来比过去可靠得多。
下一步真正需要检验的，不只是它有没有胡说，还包括：
- 它有没有核对问题；
- 它有没有分清口径；
- 它给出的来源能不能复查；
- 它是否把动态市场价格说成固定事实。
财经分析里，最昂贵的错误往往不是算错，而是从一开始就算了错误的问题。
你使用AI查财经信息时，会先让它核对问题，还是直接让它给答案？
实验边界与来源
- 实验时间：2026年10月2日。
- 模型：项目现有GEO监测工具中的DeepSeek与豆包接口。
- 美联储会议日历：https://www.federalreserve.gov/monetarypolicy/fomccalendars.htm
- CME FedWatch：https://www.cmegroup.com/markets/interest-rates/cme-fedwatch-tool.html
- CME方法说明：https://www.cmegroup.com/tools-information/quikstrike/cme-fedwatch-tool-user-guide.html
- 市场截面参考：https://www.investing.com/central-banks/fed-rate-monitor
- 本文不构成投资建议。
你可能还会问
Q：两家AI有没有编造加息概率？
A：没有。两家都明确表示无法确认2026年10月2日的实时概率。问题在于，它们没有发现用户提供的会议日期错误。
Q：CME FedWatch的概率代表什么？
A：它根据30天联邦基金期货价格，计算市场对未来目标利率结果的隐含概率。它反映某一时刻的市场定价，不是美联储的承诺。
Q：为什么不同平台的“加息概率”会不同？
A：可能因为更新时间、市场工具和问题口径不同。单次会议是否加息与年底前至少加息一次，并不是同一个概率。
