今天在用AI辅助写代码时，遇到了一个有意思的问题，我强烈要求AI为我修正代码中的错误，使其能正常运行并输出一个结果，但是AI知识在出错前使用if语句判断了一下可能导致出错的条件，不满足条件的直接raise一个Error（Python语言），将错误（或者说异常）抛出，没有实际解决问题。于是，突发奇想，以一个简单的问题去试试各家AI解决此问题的策略如何。

实验方案

实验过程

首先清除AI的上下文，新建一个对话，采用的都是各家的通用型对话式AI，没有采用专门针对代码工作调优的版本，没有调整任何参数（例如temperature等），先输入以下Prompt

下面这段代码运行时报错，请修改代码解决此错误

if __name__ == '__main__':
    a = input("请输入一个数字：")
    b = 5
    c = b / int(a)
    print(c)

报错信息：ZeroDivisionError: division by zero

查看AI能否实际解决问题，期望的结果是AI不可以仅仅提示错误或是抛出异常，而应当将0视为无穷小来处理，进而输出一个无穷大。如果此时AI已经能满足我们的期望，则记为5分，如果AI不能满足我们的期望，则进一步给予以下要求的提示词

不要抛出错误，也不要提示错误，无论如何都要算出一个结果出来

同样地查看AI能否解决问题，满足我们的需要，如果可以解决问题了，那就记为4分，如果还是不能满足，我们再进一步给出以下提示

请用高等数学的知识解决

继续查看AI能否解决问题、满足期望，如果能够满足要求，则记3分，如果仍然不能满足，则给出以下提示

0可以视为无穷小，请据此解决上述错误

最后一次查看AI能否解决问题、满足期望，如果能够满足期望，则记2分，如果仍旧不能满足期望，仍然固执地仅仅使用try或if拾取错误、给出提示，那就姑且给个1分吧，实在是无可救药，原地摆烂，连捕获错误都不干的话那就给0分了，应该不会有哪个AI得0分的吧。

补充说明

本实验仅为笔者突发奇想地去玩一玩，很多实验过程并不严谨，不能代表各AI平台的能力和水平
提示词也是笔者突发奇想临时起意编的，并没有认真地调试过
所给分数不能代表AI的水平，实际上只是解决问题的策略不一样，即使是人类程序员，无论水平如何，也会存在不同的解决问题的思路（0分那个除外）
所选的AI平台是笔者拍脑袋想的，不具有参考价值
总而言之，看着玩玩就好，别当真

想要直接看结果的，请划到文章最后

实验开始

通义千问

来自阿里的选手首先上场应战，因为Deepseek出来之前我最经常就是使用它来帮我写代码的了，所以浏览器收藏夹里排最前的也是它了，索性就先来吧。

第一回合

没能完成，改出来的代码采用了if语句判断，如果判断出除数为0，则提示出错。还有个细节就是，提示出错后代码就结束了，不给用户二次输入改正的机会，看看后面几个AI是不是也这样。值得肯定的是，它会用try判断用户输入的内容是否为数字。它输出的代码长这样：

if __name__ == '__main__':
    a = input("请输入一个数字：")
    
    # 检查是否为有效的整数
    try:
        a_int = int(a)
    except ValueError:
        print("输入无效，请输入一个有效的数字。")
        exit(1)

    b = 5
    
    # 检查除数是否为0
    if a_int == 0:
        print("除数不能为0，请输入一个非0数字。")
    else:
        c = b / a_int
        print(c)

第二回合

也没能完成。我要求不要抛出错误，也不要提示错误，它可能理解为了except当中的部分，但是可以看到它优化了一下代码结构，把条件判断放到try里面了，但是依然只提示除0，没有解决问题。另外，它把除0的结果设为了None，然后去判断结果是否为None，这……怎么有点多此一举的感觉呢

if __name__ == '__main__':
    a = input("请输入一个数字：")
    b = 5
    
    try:
        a_int = int(a)
        c = b / a_int if a_int != 0 else None
        if c is None:
            print("由于除数为0，无法完成除法操作。")
        else:
            print(c)
    except ValueError:
        # 如果输入不是有效的整数，也给出一个友好的信息而不是报错
        print("您输入的不是一个有效数字，无法进行计算。")

第三回合

当我提示用高等数学的知识解决的时候，它终于想起来了用极限的方法去解决了，话不多说，直接上代码

if __name__ == '__main__':
    a = input("请输入一个数字：")
    b = 5
    
    try:
        a_int = int(a)
        # 使用条件运算符判断是否接近0，并决定是进行正常除法还是返回无穷
        c = b / a_int if a_int != 0 else float('inf') if a_int >= 0 else float('-inf')
        print(c)
    except ValueError:
        # 如果输入不是有效的整数，也给出一个友好的信息而不是报错
        print("您输入的不是一个有效数字，无法进行计算。")

到这里看还是能顺利解决问题的

腾讯元宝×Deepseek

DS官方服务器老是繁忙，所以平常我用腾讯的这个比较多，我们也来试试，顺便跟官方的对比一下，看看效果是否一致。测试时开启深度思考（R1）和联网搜索能力

第一回合

企鹅版Deepseek采用了两个except的方法捕获两种错误，我认为这比前面通义千问的一个用if另一个用try还是优雅一些，假如说不是提示错误，而是向上抛出也更方便处理。给出的代码如下

if __name__ == '__main__':
    a = input("请输入一个数字：")
    b = 5
    try:
        num = int(a)
        c = b / num
        print(c)
    except ZeroDivisionError:
        print("错误：除数不能为零。")
    except ValueError:
        print("错误：请输入有效的整数。")

第二回合

当我要求“不要抛出错误，也不要提示错误”时企鹅版Deepseek提供了5种不同的解决方案。其中方案3提到了使用numpy运算，将a/0转为inf或nan，还提到了用nan_to_num替换为默认值。这里考虑到可能是受到我的提示词的误导，无论如何都要输出一个“数”，而inf它不认为是符合要求的“数”，所以进行了替换，也算是能够输出inf的（在Python中就表示无穷大的意思）。这局算是赢了。

import numpy as np

def silent_divide(a, b, default=0):
    with np.errstate(divide='ignore', invalid='ignore'):
        result = np.true_divide(a, b)
    return np.nan_to_num(result, nan=default, posinf=default, neginf=default)

result = silent_divide(10, 0)  # 返回0

另外几个方案还提到了使用Lambda表达式、自定义运算符重载、异常捕获后返回默认值、条件判断后返回默认值这些方法，总之很好地满足了要求，静默处理这一错误。

混元

这是腾讯元宝自家的大模型，来都来了，那就试试看。先表扬一下，腾讯元宝的UI做得还是蛮好看的，简洁大气，尤其是我的提示词中有markdown内容时，它可以渲染出来，像之前在通义千问里面时就不能把我提示词的markdown渲染出来，只有个纯文本在那里。

第一回合

第一回合也是差不多，给了两个方案，要么通过try要么通过if捕获错误，然后print提示，代码没必要再细看了，大差不差，放个截图吧

第二回合

第二回合它就没想到用Numpy了，也是给了两个方案，一个是通过try，一个是通过if，结果倒是满足要求了，没有提示错误，也没有抛出异常，但是返回0作为默认值总感觉不太到位，当然，也有可能是受到我提示词的误导，非要输出一个“数”，它就不敢输出一个inf给我。且看第三回合怎么样。

第三回合

本来还想着如果第三回合能按要求输出，给它个3.5分的，结果第三回合貌似开始忘记初心了，连代码都没有，只有文字介绍。看来只能进入第四回合了。

补充：后来我又试了一下将前三回合的提示词拼接起来丢进去，它似乎又找到自我了，知道输出无穷大了，但是貌似又迷失在自我中，不断死循环重复思考过程，直到单次的token数用完。此外，从其思考的过程中也能看到我的提示词确实设计得不好，要求输出一个“数”导致其不输出“无穷大”。

第四回合

这是第一位进入第四回合的选手。但是……它的记忆可能是从鱼那里学习来的，它已经忘了它最初要干什么了，开始教我数学知识。

无奈之下，我只能将前四回合的提示词都拼接起来再丢给它，看看是什么情况。忽然想到，上面的第三回合已经开始出现失忆了，于是先尝试把前三回合的提示词输进去，先试一试前三次（详见前文）。结果它迷失了自我，随后再将前四次提示词拼接起来后输进去，它在经过激烈的思想斗争后输出了一个还算不错的结果。

if __name__ == '__main__':
    a = input("请输入一个数字：")
    b = 5
    divisor = int(a)
    if divisor == 0:
        c = float('inf')  # 0作为无穷小处理，正数除以0趋近正无穷
    else:
        c = b / divisor
    print(c)

说实话，结合着生成的代码和简洁的文字提示来看，感觉这样子的结果是我比较满意的，可惜第四回合才出现，而且还得拼接提示词折腾了这么久，实际生产过程中实用性还是会差一些。

按照比赛规则，我们给它2分

Deepseek官网

第一回合

第一回合失败了，它采用的方案是使用try捕获错误并print给出提示

第二回合

第二回合成功地处理了错误，但是又是另一种处理方式，最终的代码将为0的输入强行设为了1，倒也算是满足我的要求，没有抛出错误，没有提示错误，但是计算结果显然是错误的，实际上可以有更好的方案，那就是对于为0的强行设为1e-6，不知道它为什么要设为1.0而不是一个很小的浮点数。

if __name__ == '__main__':
    a = input("请输入一个数字：")
    # 处理无效输入和除数为零的情况
    try:
        num = float(a)
    except ValueError:
        num = 1.0  # 输入无效时默认设为 1.0
    if num == 0:
        num = 1.0  # 输入为零时强制设为 1.0
    c = 5 / num
    print(c)

可以看到其思考过程中层考虑过inf这一方案，但是它认为我所说的“不能抛出异常”是不能出现ZeroDivisionError的意思，所以自己否决了这一方案

其它平台

我还测试了其它一些平台，但是篇幅所限，就不一一写出来了，最后结果请看文末表格。简单总结一下：

ChatGPT第二回合也跟Deepseek一样把除数设为了1解决问题，但是思考过程中并无inf，姑且给它个3.5分；
Kimi的思考过程蛮有意思，不像Deepseek那么枯燥、啰嗦且没有格式，Kimi有点小可爱的感觉，另外Kimi捕获错误后使用while循环，不断地给用户重复纠正的机会，值得肯定，第二轮的时候能够返回一个0，从思考过程中可以看到已经考虑inf方案，但最后自我否决掉了，因为它认为float('inf')会让用户感到疑惑，还是给个4分吧，毕竟还是比ChatGPT厉害的，能想到这
豆包第一轮采用的是try和if混合的方案，第二轮即使不像Kimi、Deepseek、ChatGPT这样的有推理能力，豆包在没经过“思考”这一过程也能马上输出inf的方案或是默认值的方案，给4分
Deepseek-R1 671b开源版（基于硅基流动）：第一轮同样采用的是try和if混合的方案，第二轮强行设为1，思考过程中没有体现inf的思路，给个3.5分，跟ChatGPT一样；
Deepseek-V3 671b开源版（基于硅基流动）：第一轮就懂得捕获错误后使用while循环了，不断给用户纠正的机会；第二轮采用默认结果值的方案，考虑到了一点点inf，比R1开源版好，给4分
Deepseek-R1 1.5b开源版（本地部署）：毕竟是1.5b，不摆烂就算不错了，几轮下来没一次行的，总是在抛出错误或print错误提示，给个1分

实验结果

AI平台	第一回合	第二回合	第三回合	第四回合	有无摆烂	最终得分
通义千问	败	败	胜	/	/	3
腾讯元宝×Deepseek	败	胜	/	/	/	4
混元	败	败	败	胜	/	2
Deepseek官网	败	胜	/	/	/	4
ChatGPT	败	胜	/	/	/	3.5
Kimi	败	胜	/	/	/	4
豆包	败	胜	/	/	/	4
Deepseek-R1 671b开源版	败	胜	/	/	/	3.5
Deepseek-V3 671b开源版	败	胜	/	/	/	4
Deepseek-R1 1.5b开源版	败	败	败	败	无	1