寓言
会走路的机器和会说话的机器
老周的装配车间里有两台新机器。左边那台叫「自动装配臂」,把它摆在流水线中间,开关一开,它就自己拿起零件、比对准度、拧紧螺丝、放下成品。过程中不需要人告诉它每一步怎么做,它自己判断下一个动作。
右边那台叫「智能应答屏」,功能也不差。你对着它说一句话,它就回一句。问今天的产量,它从数据屏上抓一个数字报给你。问螺丝规格,它翻出操作手册里的一页念给你。对答流畅,反应很快。
有一天,车间里来了个客户,想看看这两台机器。客户先试了智能应答屏,问了几个问题,答案都对。客户很满意,指着装配臂说:这个是不是也能问问题?老周说不能,它是干活的。客户愣了一下:不都是大模型驱动的吗?
老周把两台机器的盖子打开。装配臂里面除了一个语言模块,还连着一套执行链条:环境感知器扫描零件位置,规划器决定动作顺序,执行器控制机械手,检查器逐项验证结果。智能应答屏里面就简单多了:用户说话,模型理解,查数据,组织语言,返回文字。整个过程是一条直线,没有决策分支。
客户盯着装配臂的内部结构看了半天,问:那如果我在装配臂上加一个语音输入,它不就跟应答屏一样了吗?老周说:你把话筒接到装配臂上,它确实能听你说话,但它听完之后做的是拧螺丝,不是回话。它多出来的那套动作决策和执行验证,跟语音输入没有关系。
后来客户在合同里写了区别:需要自主完成多步骤任务的就用装配臂,需要问答和内容生成的就用应答屏。装配臂每次运行有明确的完成状态、失败状态、重试策略。应答屏每次运行只有一次输出,好坏看答案质量,不管后面发生什么。
车间里一个学徒问老周,这两台机器到底差在哪。老周说:应答屏是「你问一句我回一句」,它不决定接下来做什么。装配臂是「我看看情况,决定下一步,做完再检查」,它手里攥着执行权。
年底,客户又来了,这次带了一张能力对比表。表上左边一列写的是「需要自主操作的任务」,右边一列写的是「需要即时回答的任务」。老周看了一眼说:这张表本身,就是区分两者的最好工具。