在许多贴近关闭场景的场合其实能够找到最优解，关键是鸿沟要切清楚

从前面的描述我们能够发现，这种范畴的特征是前置的，反倒是和算法、数据现状相关不大。

契合这种特征就意味着更或许快速炼出九转金丹。

游戏之外我马上能想到的是编程。

编译器等保证了编程的规则满足清楚，差一点都不可。

在许多场景下能够用测试驱动开发的办法定义最终成果对不对。

过往数据量也满足点燃榜首把火。功能、稳定性等非功能性目标也都能够很量化的进行衡量。

编程的难处在于新范畴来的时候，要能把这种需求模糊性描述成一种可衡量的数字型的目标。这样软件的产品就会变成变成对错清楚的一种体系，在这种情况下内部的各种构建能够让模型完结。

假如这是真的，那么程序员这个行业必定会面临巨大变化。

不是说消灭这个职业，而是说作业的内涵会和过往很不相同。

医疗是什么情况，尽管揣摩事这个号的读者许多会关注这个范畴，但很不幸医疗不是有智能飞轮的范畴，需要的是靠算法等进步一点点的推着往前走。（不是说AI对它没协助，没时机，沃森类体系必定会出来）

因为病本身就不怎样清楚，“幻觉”和规则也就无法产生有效数据，假如根据这样的模仿数据来做模型，然后去指导给真人看病，再在反应中批改，这怎样想也不靠谱。反应代价也太高，没准人类都死光了还不可它验证幻觉的。

企业运营办理是什么景象？这反倒是部分能够。

这好像有点矛盾，理论上医院也是一种企业，为什么医院不可，企业就行?

因为企业内在差别很大，既有关闭体系，又有敞开复杂体系。

企业里的场景和任务，其实是在关闭和敞开之间接连的，比方总是既有外卖小哥这类作业，也有CEO的作业，前者就关闭后者就敞开。然后不同的企业里不同类型的作业配比不相同，比方工厂里或者清洁公司就关闭度高，大学或许就敞开度高。

这种配比决议安排的性质。

这就导致在许多贴近关闭场景的场合其实能够找到最优解，关键是鸿沟要切清楚。切到极端其实和围棋是相同的，比方即使不用大模型物流怎样配送最优也能够用算法求解（求解器），因为它鸿沟明晰。