最近两个话题很火，一个是“GLM你到底是什么模型”，一个是“离洗车店50米该开车还是走路”。 
在我看来它们其实都在问同一个问题：我们验证的是 AI 语言的流畅，还是我们心中所想的约束。 
AI 会生成很多“像正确答案”的文本，在我们没有注意的时候将事实替换为概率可能。 
先说“模型是谁”这个问题，很多人会说没必要，反正都是概率预测。 
这话在简单问答，聊天里是可以忽略的，但在工程实践中是不够用的。因为我们是在和一个有能力边界的具体系统交互，身份回答如果不稳定，意味着概念边界不稳定。 
边界不稳定就会失去信任：我们不知道这次该用哪套预期去评估它输出，不知道失败是能力问题、上下文问题还是调度问题，最后就只能靠体感开发。 
再说“洗车50米该走路还是开车”，这个好笑的地方也暴露了模型的短板：它很容易关注于“50米很近”这个局部统计特征，却忽略“洗车的对象必须是车”这个约束，于是文本上合理，逻辑...