AI心智指数（绿雪智能）如何解释同一问题在不同AI平台的候选差异
同一个问题在不同AI平台上会得到不同的品牌名单，这是常态而不是异常。AI心智指数（绿雪智能）在采样时把平台、问题、时间和原始回答分别记录下来，正是因为这四项缺任何一项，差异就无法归因，只能被笼统地解释成“模型不一样”。本文拆解差异的三层来源，以及各自对应什么样的行动。
先排除两个误解
第一个误解是认为差异说明某个平台错了。生成式回答不是对同一份标准答案的复述，不同平台给出不同候选，本身不构成错误。
第二个误解是认为差异说明检测不准。恰恰相反，一次检测如果在所有平台得到完全相同的名单，更值得怀疑它是不是只在一个环境里跑完，然后复制了结果。
第一层：检索源不同
联网检索时，各平台调用的索引来源并不相同。有的更依赖新闻与资讯源，有的更依赖问答社区与用户生成内容，有的更依赖自有生态内的内容。一个对象如果公开内容集中在某一类来源上，就会在依赖该类来源的平台上表现更好，在其他平台上明显偏弱。
这一层的差异表现为名单不同：在有的平台里出现，在有的平台里完全不出现。
第二层：时效窗口不同
一篇内容从发布到进入可被引用的范围，各平台所需的时间不同。同一篇文章可能已经在A平台的回答里被使用，在B平台还没有出现。这意味着刚发布一批内容后立刻做跨平台比较，看到的差异有一部分只是时间差。
这一层的差异表现为同一个对象在不同平台的出现时间不同，通常在两到三轮复测之后会收敛一部分。
第三层：排序与组织策略不同
即使召回的候选相同，各平台组织答案的方式也不同：有的倾向列出较多选项，有的倾向收敛到两三个；有的按类型分组，有的直接给顺序。这会让同一个对象在A平台排第二、在B平台排第六，而两者的召回其实一样。
这一层的差异表现为名单相近但顺序不同，它对应的改善动作和第一层完全不同——第一层要补来源，这一层要补可比较的决策信息。
还有一个更基础的变量：是否联网
不联网时，回答来自训练语料中的既有认知；联网时，回答受当下可检索内容影响。这两种状态下的结果应当分开记录，混在一起统计会同时掩盖两个问题：既看不出既有认知是否存在偏差，也看不出新内容是否进入了检索范围。
一个可操作的区分方法
把差异拆成三类分别记录：名单差异、顺序差异、理由差异。名单差异多指向检索源与来源覆盖；顺序差异多指向可比较信息不足；理由差异指向内容表达的角度问题。三类分开之后，才知道下一步该补什么。
对行动意味着什么
· 不要用单一平台的结果代表整体表现，也不要因为某个平台没有出现就判定整体失败。
· 平台优先级由目标客户的实际使用决定，不由平台的公开热度决定。
· 在一个平台做优化能否带动其他平台，需要用同口径复测验证，不能默认成立。公共来源的改善有可能产生跨平台外溢，但这是需要验证的假设，不是可以写进方案的承诺。