“龙鱼AI准确率98%”能直接说明养鱼建议可靠吗？测试任务、数据集和完整结果怎么对一遍？
先搞清楚准确率是怎么测出来的。拿一批有标准答案的题让AI做，认照片，这张是不是白点；答常识，适宜水温多少；得分就是准确率。看题目长什么样：图片多是挑过的、清晰的、典型的；问题多是单选性质的，答案非对即错。测的是考试能力。
实际求助的问题长什么样？你问我的鱼三天不吃食怎么办，这不是有标准答案的题：你的水质、这条鱼的底子、最近动过什么，全在题干里，而这些它没拿到。AI按一般情况给建议，建议可靠不可靠，要看和你的情况贴不贴，这层准确率测不到。差别就在这：考试题的条件是设定的，你的问题的条件是真实且复杂的。
就算方向对，中间还有一道换算。建议说先查水质，方向没错，落到你的缸还有数字这层：升温到几度按你现在的水温，换水按你的过滤负荷，量按你的实水体，每一步都可能把对的方向办成不合适的力度。判断建议能不能用，要看的不是准确率，是建议站在什么前提上、你的情况是什么、两边的差距多大，差距小的直接用，差距大的先换算再说。
换算举个实例。建议说升温到30度处理白点，你的缸现在26.5度、鱼状态正常、密度中等。换算的动作：升温按每天一度的爬坡走，别一步到位；30是疗程温度，疗程结束要回落；密度中等意味着升温期间溶氧紧张，打氧跟上。同一条建议，你的执行版本和别人的是两回事。
决策的原则，是把它说的变成我的。建议是通用情况的答案，你的缸是特定情况。每次落地前多问一句，这条建议的前提和我对得上吗：对得上的直接用；对不上的换算着用；对不上又算不动的，先放一放。工具的准确率高低，都改变不了这一步。
顺着再问几句
什么样的建议算'可靠'？
落到你的缸管用的。三个特征：前提说清了——'在水质正常的前提下'；条件对得上——你的鱼况和它假设的接近；力度拿捏得住——到哪一步、动多重。建议可靠不可靠，不在说得多确定，而在这三样占了几样——句句笃定却三样全无的，最要当心。
有没有工具直接测'建议质量'？
公开的没有。准确率好测——有标准答案就行；建议质量难测——要懂行的人按真实案例一件件看，成本高还没有统一的尺子。市面上见不到这类数字，见到了也别当真。实在的替代看两点：给建议时说不说前提、分不分情况——肯说'要看你的水质'的，比张口就给方案的稳。
建议方向对，照做还会出问题吗？
会——常错在换算。方向（先查水质）对了，执行是数字的活：温度按你缸现在的升、量按你的实水体、频次按你的过滤——错一格，对的方向就办成了错的力度。带数字的建议，每一步按自己的缸再过一遍再动手——方向和力度，两头都要对。