你有没有发现一个诡异的现象：同一个 AI，同一句话，你问两次，出来的答案居然不一样？
上一篇我们聊了 Prompt——你说的话就是给 AI 写的程序。但就算你把 Prompt 写得一模一样，AI 的回答每次都有微妙的变化。有时候措辞不同，有时候思路不同，有时候甚至结论都不一样。这背后有很多因素，比如采样方式、随机种子、模型版本和产品设置；其中最典型、最容易理解的一个参数，叫 Temperature。
Temperature 是什么
Temperature 翻译过来就是"温度"，但在 AI 世界里，它更像一个冒险程度的旋钮。
拧到最低（Temperature=0），AI 会变得极度保守——几乎只选它认为概率最高的那个词，输出通常最稳定。拧高之后，AI 会保留更多随机性；如果高到 1 以上，概率较低的词也会获得更多机会，每次回答都可能出现不同的路径。
用一个具体的数字来感受一下。假设你问 AI"今天的天气很____"，模型内部分配的概率可能是：
| 候选词 | 概率 |
|---|---|
| 好 | 35% |
| 热 | 20% |
| 冷 | 15% |
| 不错 | 12% |
| 奇怪 | 8% |
| 适合出门 | 5% |
Temperature=0 时：AI 几乎每次都选"好"。因为它概率最高，AI 不做任何冒险。
Temperature=1.0 时：AI 不再只盯着第一名，而是大体按照原始概率分布去抽样。"好"仍然最可能被选中，但"热""冷""不错"也都有机会出现。于是同样的问题，你可能得到"天气很好""天气很热""天气很奇怪"不同的回答。
Temperature>1 时：概率分布会被进一步"拉平"，低概率词的机会变大，回答也会更发散。
这就是为什么 AI 每次答得不一样——Temperature 会改变模型选择下一个词时的随机性。
为什么要有这个旋钮
你可能会想：为什么不把 Temperature 固定成 0，每次都给一样的答案，多稳定？
因为稳定不总是好事。
想想看，如果你让 AI 帮你写代码——你希望它每次都用最可靠、最标准的写法。这时候 Temperature=0 就对了。但如果 Temperature=1，它可能今天用常规循环，明天用递归，后天给你整个骚操作——你不需要这种"创意"。
反过来，如果你让 AI 帮你想一个品牌 slogan——你可不希望它每次都说"科技改变生活"这种正确但无聊的答案。把 Temperature 调高，它会尝试更多意想不到的组合，给你惊喜。
Temperature 的本质是：在"准确"和"创意"之间做取舍。
低 Temperature → 偏准确、可预测、重复性强 高 Temperature → 偏创意、有变化、不确定性大
什么时候该调高，什么时候该调低
这不是一个需要背的公式，而是一个直觉——你想要确定性还是可能性？
调低 Temperature 的场景（0 ~ 0.3）：
- 写代码：你需要的是正确的、可运行的代码，不是"有创意"的代码
- 做数据分析：数据就是数据，不需要 AI 发挥想象力
- 事实问答："Python 的 list 怎么排序"——只有一种正确答案
- 提取信息：从一段文字里提取人名、日期、金额——越精确越好
调高 Temperature 的场景（0.7 ~ 1.0）：
- 写故事/小说：你需要意想不到的情节转折
- 头脑风暴：越天马行空越好，好点子往往藏在低概率区域
- 写广告文案：千篇一律的文案没人看，你需要"奇"的东西
- 取名/创意：品牌名、产品名、标题——越独特越好
大多数场景用默认值就好。 很多 API 或应用会给你一个偏中间的默认采样设置，在"靠谱"和"有趣"之间取平衡。普通用户通常不用手动调——除非你明确想要更稳定，或者更发散。
Temperature=0 就真的每次一样吗
严格来说，不是。
即使 Temperature=0，AI 的输出也不一定 100% 复现。因为真实服务里还有硬件并行计算、批处理、模型版本、系统提示词、并列候选词处理等因素。但相比高 Temperature，它通常已经是最稳定的设置——你可以把它理解为"几乎确定"。
这也是为什么在做评测、跑 benchmark、或者要求输出可复现的场景下，大家都会把 Temperature 设成 0。
一个更深层的视角：AI 的"创造力"到底是什么
理解了 Temperature，你就能理解一件更本质的事：从生成机制上看，AI 的"创意"首先不是灵感，而是概率采样里的低概率组合被选中了。
当你把 Temperature 调高，AI 并没有突然变得更有灵感——它只是在概率分布上加了更多的随机性。低概率词被选中后，碰巧产生了让你觉得新颖的组合。这不是心血来潮，是概率游戏。
这不是在贬低 AI。恰恰相反——理解了这一点，你就能更好地利用它。你知道什么时候该让它"稳"（低 Temperature），什么时候该让它"浪"（高 Temperature），而不是笼统地觉得"AI 有时候聪明有时候傻"。
AI 的表现不取决于它"心情好不好"，而是取决于 Prompt、参数和上下文共同把它推向了哪条生成路径。
一句话总结
Temperature 是控制 AI 回答随机性的旋钮——调低它稳定准确，调高它创意多变。同一个 AI 的"聪明"和"犯傻"之间，有时只差一个参数。
下一篇我们聊 AI 幻觉：为什么 AI 会一本正经地胡说八道。理解了 Temperature 你就会发现，有时候 AI "胡说"不完全是随机性的问题，而是它的生成机制本身决定的。当高 Temperature 遇上模型知识的盲区，"胡说八道"就变得特别丝滑。