首次，你自己的ChatGPT和Claude应用在手机上协同工作——一键，免费。
两个应用各自独立作答，互相看不到对方的回答，然后把结果放在一起对照。
你问AI一个很重要的问题。答案说得很笃定。可它真的对吗？任何AI都可能说得很笃定，却依然出错。
几乎每个人都遇到过这种时刻。大多数人要么直接相信答案然后继续，要么再打开一个AI，把答案粘贴进去问一句：“这个对吗？”当两个AI都是最强的那一档时，第二种办法确实有效：来自另一家公司的AI往往能发现第一个AI漏掉的问题。只是要走好几步、花好几分钟，所以人在着急的时候往往就省掉了。
现在只需一键，用的是 Poly Duo。下面有一段简短的视频，安装页面在本文末尾。
点按之后会发生什么
Duo 是一个免费的iPhone快捷指令。你只需提问一次。ChatGPT 和 Claude（Anthropic 的 AI）各自独立作答，互相看不到对方的回答；然后对比这两份回答。大约一分钟后，你会得到一份结果，开头是三行简短的内容：
- 双方一致：可以放心依靠的部分
- 意见不同：需要仔细看的地方
- 请你自己核实：一份简短的待办清单
第二行是最有价值的。当两家不同公司的AI意见不一致时，你会立刻看到，在你照着错误的部分行动之前就能发现。
一个真实例子
假设你收到一份工作offer：月薪多20%，但单程通勤要90分钟。你问Duo。
- 双方一致： 这份工作在职业上是一次进步。
- 意见不同： ChatGPT的回答倾向于“去”。Claude的回答补充：把通勤时间算作每周约15小时没有报酬的时间，再比较实际每小时的收入，因为加的薪水可能会被通勤抵消掉。
- 请你自己核实： 在早高峰时段实际走一遍路线，并问问能不能每周远程办公两天。
一分钟之后，你就知道该追问什么，再来做这个决定。
最适合的场景
- 签合同或租房合同之前
- 即将据此行动的医疗或财务问题
- 孩子的作业答案，你拿不准的时候
- 一封发出去就收不回来的邮件
- 大额购物、旅行计划，或过敏时的食谱替换
你需要准备什么
一部运行iOS 18或更新版本的iPhone（iPhone 14即可），并已登录免费的ChatGPT和Claude应用。免费账户就够用了。如果你已经订阅了ChatGPT Plus和/或Claude Pro，Duo会使用你套餐里的模型，无需额外付费（Claude使用其应用中选定的模型）。
无需再注册其他任何服务：Duo直接使用你已经有的这两个应用。代码是公开的，谁都可以查看：https://github.com/vadimchernets/poly-duo
Poly Duo 背后的研究
为什么要用两家公司的两个 AI？2026 年 10 月 26 日，我们测试了当下的旗舰模型：GPT-6.1 Sol 和 Claude Opus 5.5 各自独立回答了 100 道从未公开过的新题。两者答案一致的 74 道题里（共 100 道），答对了 72 道，即 97%；而在这 100 道题中，没有任何一道是两者以高置信度给出同一个错误答案的。模型自己的信心，很难说明它是否答对了（九个 API 模型，2026 年 7 月）——这是我们被 NeurIPS 2026 工作坊（workshops）接收的研究的发现之一。真正有帮助的，是独立给出的第二意见。2026 年 8 月，在 1,459 道公开问题上，当时的旗舰模型答案一致时有 98% 是对的，自信地给出同一个错误答案的，一百道题里只有 1 道。更强的组合在每个实用维度上都占优：来自同样两家公司的中档组合（GPT-5 mini + Claude Haiku 4.5，2026 年 7 月）一致的题目不到十分之一，一致时也只有 37% 是对的。Poly Duo 在你的手机上把 ChatGPT 和 Claude 并排放在一起；每个先各自独立作答，然后再对比答案。如果你有 Plus 或 Pro，你套餐里的聊天模型就会协同工作——套餐越强，这一对组合就越强，而无需额外付费。它们有分歧的地方，你看得见。
如何开始
- 在iPhone上打开 https://polyhelper.ai/zh/duo/people/?ref=devto-zh ，点按 获取 Duo。
- 第一次使用时，当系统询问是否允许使用ChatGPT和Claude，点按 始终允许。
- 拿出你最不确定的那个回答，通过Duo再问一次。只需一分钟，很值得。
小贴士：把它放到操作按钮上，或者让Siri来调用，你就有了一个“第二意见”按钮。
Duo的安卓版在Google Play上免费提供：https://play.google.com/store/apps/details?id=ai.polyhelper.a1
Poly 的 iPhone 应用——TestFlight 测试版：https://testflight.apple.com/join/xDnucCVD
注意：运行期间请不要碰屏幕，因为一次点按会中断快捷指令。
这 97% 是我们测试中一致答案的准确率（2026 年 10 月的旗舰模型，通过两家公司的命令行应用在普通订阅下运行，100 道题，两个模型均盲答），并不是 Poly Duo 任何模式的实测准确率。8 月的数字是对我们配套研究数据的重新分析；套餐信息截至 2026 年 10 月 26 日（claude.com/pricing、help.openai.com）。研究：https://polyhelper.ai/research/?ref=devto-zh
在旗舰模型上的实测：两者一致时，答对的概率为 97–98%。论文：OpenReview https://openreview.net/forum?id=Mg9RtDWcK4（Verification Theater）· https://openreview.net/forum?id=OyuZAAtv2q（Self-Confidence in LLM Evaluation）· 代码和数据 https://github.com/vadimchernets/papers
Vadym Chernets，独立AI研究员（博士）。两篇关于核查AI回答的论文的作者（NeurIPS 2026，悉尼，2026年12月）。
Top comments (0)