首次，你自己的ChatGPT和Claude應用程式在手機上一起運作——一鍵，免費。
兩個應用程式各自獨立作答，互相看不到對方的回答，然後把結果放在一起對照。
你問AI一個很重要的問題。答案說得很篤定。可它真的對嗎？任何AI都可能說得很篤定，卻依然出錯。
幾乎每個人都遇到過這種時刻。大多數人要麼直接相信答案然後繼續，要麼再開啟一個AI，把答案貼上進去問一句：「這樣對嗎？」當兩個AI都是最強的那一檔時，第二種辦法確實有效：來自另一家公司的AI往往能發現第一個AI漏掉的問題。只是要走好幾步、花好幾分鐘，所以人在著急的時候往往就省掉了。
現在只需一鍵，用的是 Poly Duo。下面有一段簡短的影片，安裝頁面在本文末尾。
輕點之後會發生什麼
Duo 是一個免費的iPhone捷徑。你只需提問一次。ChatGPT 和 Claude（Anthropic 的 AI）各自獨立作答，互相看不到對方的回答；然後對比這兩份回答。大約一分鐘後，你會得到一份結果，開頭是三行簡短的內容：
- 雙方一致：可以放心依靠的部分
- 意見不同：需要仔細看的地方
- 請自行查證：一份簡短的待辦清單
第二行是最有價值的。當兩家不同公司的AI意見不一致時，你會立刻看到，在你照著錯誤的部分行動之前就能發現。
一個真實例子
假設你收到一份工作offer：月薪多20%，但單程通勤要90分鐘。你問Duo。
- 雙方一致： 這份工作在職業上是一次進步。
- 意見不同： ChatGPT的回答傾向於「去」。Claude的回答補充：把通勤時間算作每週約15小時沒有報酬的時間，再比較實際每小時的收入，因為加的薪水可能會被通勤抵消掉。
- 請自行查證： 在在早上尖峰時段實際走一趟通勤路線，並問問能不能每週遠距工作兩天。
一分鐘之後，你就知道該追問什麼，再來做這個決定。
最適合的場景
- 簽合約或租屋合約之前
- 即將據此行動的醫療或財務問題
- 孩子的作業答案，你拿不準的時候
- 一封寄出去就收不回來的電子郵件
- 大額購物、旅行計畫，或有過敏時的食譜替代
你需要準備什麼
一部執行iOS 18或更新版本的iPhone（iPhone 14即可），並已登入免費的ChatGPT和Claude應用程式。免費帳號就夠用了。如果你已經訂閱了ChatGPT Plus和/或Claude Pro，Duo會使用你方案裡的模型，無需額外付費（Claude使用其應用程式中選定的模型）。
無需再註冊其他任何服務：Duo直接使用你已經有的這兩個應用程式。程式碼是公開的，誰都可以檢視：https://github.com/vadimchernets/poly-duo
Poly Duo 背後的研究
為什麼要用兩家公司的兩個 AI？2026 年 10 月 26 日，我們測試了當下的旗艦模型：GPT-6.1 Sol 和 Claude Opus 5.5 各自獨立回答了 100 道從未公開過的新題。兩者答案一致的 74 道題裡（共 100 道），答對了 72 道，即 97%；而在這 100 道題中，沒有任何一道是兩者以高信心給出同一個錯誤答案的。模型自己的信心，很難說明它是否答對了（九個 API 模型，2026 年 7 月）——這是我們被 NeurIPS 2026 工作坊接收的研究的發現之一。真正有幫助的，是獨立給出的第二意見。2026 年 8 月，在 1,459 道公開問題上，當時的旗艦模型答案一致時有 98% 是對的，自信地給出同一個錯誤答案的，一百道題裡只有 1 道。更強的組合在每個實用維度上都佔優：來自同樣兩家公司的中檔組合（GPT-5 mini + Claude Haiku 4.5，2026 年 7 月）一致的題目不到十分之一，一致時也只有 37% 是對的。Poly Duo 在你的手機上把 ChatGPT 和 Claude 並排放在一起；每個先各自獨立作答，然後再對比答案。如果你有 Plus 或 Pro，你方案裡的聊天模型就會一起運作——方案越強，這一對組合就越強，而無需額外付費。它們有分歧的地方，你看得見。
如何開始
- 在iPhone上開啟 https://polyhelper.ai/zh/duo/people/?ref=devto-zh-Hant ，輕點 Get Duo。
- 第一次使用時，當系統詢問是否允許使用ChatGPT和Claude，輕點 永遠允許。
- 拿出你最不確定的那個回答，透過Duo再問一次。只需一分鐘，很值得。
小提醒：把它放到動作按鈕上，或者讓Siri來呼叫，你就有了一個「第二意見」按鈕。
安卓用戶可在 Google Play 免費安裝 Poly 應用程式並開啟 Duo（使用免費金鑰，不需要信用卡；安卓版不是 ChatGPT + Claude 組合）：https://play.google.com/store/apps/details?id=ai.polyhelper.a1
Poly 的 iPhone 應用程式——TestFlight 測試版：https://testflight.apple.com/join/xDnucCVD
注意：執行期間請不要碰螢幕，因為一次輕點會中斷捷徑。
這 97% 是我們測試中一致答案的準確率（2026 年 10 月的旗艦模型，透過兩家公司的命令列應用程式在普通訂閱下執行，100 道題，兩個模型均盲答），並不是 Poly Duo 任何模式的實測準確率。8 月的數字是對我們相關研究資料的重新分析；方案資訊截至 2026 年 10 月 26 日（claude.com/pricing、help.openai.com）。研究：https://polyhelper.ai/research/?ref=devto-zh-Hant
論文：OpenReview https://openreview.net/forum?id=Mg9RtDWcK4（Verification Theater）· https://openreview.net/forum?id=OyuZAAtv2q（Self-Confidence in LLM Evaluation）· 程式碼和資料 https://github.com/vadimchernets/papers
Vadym Chernets，獨立AI研究員（博士）。兩篇關於查證AI回答的論文的作者（均被 NeurIPS 2026 工作坊接收，雪梨，2026年12月）。
Top comments (0)