负责任地使用、伦理与验证
要充分发挥 AI 的价值，也包括负责任地使用它。本页内容简短、实用，适用于每一个人——从初学者到构建者。
验证心态
最重要的一个习惯：让你的验证程度与风险高低相匹配。
| 风险 | 示例 | 需要多少验证 |
|---|---|---|
| 低 | 头脑风暴、粗略草稿 | 放心采用，略读即可 |
| 中 | 一封工作邮件、一份摘要 | 通读一遍，对事实做个常识检查 |
| 高 | 待发布的统计数据、你将运行的代码、法律/医疗/财务事项 | 对照可信来源核实每一项断言 |
AI 是一份快速的初稿，绝非最终权威——参见幻觉。
自主性阶梯
只有在信任逐步建立之后，才给 AI 更多的独立性：
从"提出方案，由我批准"开始（规划模式）；把完全自主权保留给低风险、沙箱化、可逆的工作（加固自主运行）。
隐私与数据
- 不要把机密、凭证或他人的个人数据粘贴进一个你尚未审查过的工具。
- 在分享敏感材料之前，先了解你的服务提供商的数据处理与训练政策——参见隐私与数据处理。
- 对于受监管或机密的数据，请使用相应的企业版/受控设置。
偏见、公平性与局限
模型会反映其训练数据中的模式，而这些模式可能带有偏见。当 AI 的输出会影响到关于人的决策（招聘、放贷、内容审核）时，要格外谨慎。让人对重大决策负责，并把 AI 当作判断的辅助，而非替代品。
不要把思考外包出去
:::tip 用 AI 来更好地思考，而不是更少地思考 最优秀的用户始终保持投入——他们质疑输出、从中学习，并对结果负责。对于学习而言，这意味着采用复述教学循环（teach-back loop），而非复制粘贴。你要对借助 AI 交付的成果负责。 :::
安全，简而言之
只要 AI 读取了不可信内容（网页、邮件、文档）或采取了行动，你就承袭了一套安全模型。请阅读提示词注入与保护智能体。