学者 Mollick 反馈：Kimi K3 Max 在复杂统计审计中频繁出错

沃顿商学院教授、AI 领域知名评论人 Ethan Mollick 近日在 X 平台发文提醒社区：在使用 Kimi K3 Max 进行复杂统计审计任务时，模型出现了多类明显错误，包括统计学方法的误用以及部分环节的错误应用。他同时附上了 GPT-5.6 Pro 对 Kimi K3 Max 的批评片段，并表示「我同意这些批评」。

Mollick 的具体观察

Mollick 表示，这次测试场景并非普通对话或简单问答，而是用于审阅其本人过往学术工作中的复杂统计内容。在这一高门槛任务下：

• Kimi K3 Max 出现了统计学方法的误用；
• 在部分推理环节中应用不当，导致结论不可靠；
• 整体表现与 Mollick 对该类任务的专业预期存在明显差距。

Mollick 长期跟踪 AI 工具在学术与商业场景中的实际表现，此次反馈属于一手使用体验，而非基于公开基准的复测。

GPT-5.6 Pro 的对照批评

在同一条推文中，Mollick 引用了 GPT-5.6 Pro 对 Kimi K3 Max 输出结果的一段批评，并明确表态「我同意」。这意味着在同一条统计审计任务链路上，GPT-5.6 Pro 能够识别出 Kimi K3 Max 的统计学错误，而后者未能自我纠正。

这一对照说明：

• 不同前沿模型在专业领域的统计推理能力仍有差距；
• 在涉及精确数学与统计推导的场景下，模型之间的可靠性差异会被放大；
• 用户在使用国产或新发布模型处理学术级统计任务时，仍需谨慎复核。

对使用者的提示

Mollick 的发言属于谨慎提醒，而非全面否定 Kimi K3 Max。他在标题中即以「a note of caution（提醒）」定调，意在提示同行：在把大模型用于自身专业领域、尤其是统计学或审计类工作时，应对其输出保持批判性复核，不宜直接采信。这一建议对科研人员、分析师以及任何依赖 LLM 做数据校验的用户同样适用。