一
山东有条钢铁产线，转炉终点温度命中率长期在 90% 上下波动。
这个指标是什么意思？简单说，就是一炉钢能不能到目标温度，出钢时机对不对。老法师的做法是"看火辨钢"——站在炉前看火焰颜色，靠眼睛熬几十年才能炼出来。
现在有个叫尚智冶金大模型的智能体接手了这件事。命中率稳定在 95% 以上，单炉冶炼周期缩短 2 到 3 分钟，吨钢综合成本降了 3 到 6 元。
那位老师傅说了一句话，很实在："以前靠眼睛熬，现在靠模型算。"
同一批产线上，轧钢智能体让综合效率提升 20% 以上，缺陷检测、装出钢也各有智能体在盯着。
青岛港的星港大模型更狠，350 亿参数，融合 25 万组港口行业知识问答。过去排泊方案要资深调度员花数小时反复推演，现在几分钟出结果，推优方案采纳率超九成。
这些数字，落在账本上。
二
我把这几天看到的几件事放在一起，因为它们指向同一件事。
10 月 13 日，商汤和上海市规划资源局联合发布"云宇星空大模型"升级，以及量子城市首批政务智能体。其中"禹智河洛"做防汛调度，在苏州河流域的应用里，空间智算、动态模拟、智能调度效率分别提升 65%、70%、80%。
"大略之眼"汇聚 18 年现状、规划、权属、审批数据，做数字孪生底图，过去要数月研发的数据分析指标，现在自然语言几分钟就能定制。
同一天，新华社山东频道写了个更让我注意的东西：浪潮海若词元工厂，国内首个面向场景的实体化 AI 工厂，5 道标准工序、180 套工具，核心逻辑是"用模型制造模型"。行业模型从手工作坊升级成流水线。
这几个东西拼起来，图景就清楚了。
大模型这两年的竞争，早就不是"谁更聪明"，而是变成"谁更落地"。
三
但我要说的重点不在这里。
我想问一个更朴素的问题。
那个靠眼睛炼钢的老师傅，他干了三十年，积累了几千炉钢的经验。
模型现在命中率 95% 以上。
那老师傅遇到过的、模型没见过的那些情况呢？
比如设备换了新型号，比如原料配比变了，比如某个老工人都没见过的异常波形。
这些情况会发生，它们一定会发生。
模型能算清它见过的所有样本。算清没见过的，它需要人说。
这就是我想说的那个核心判断：智能体现在能干活了，但它还不认识你。
不是能力问题，是它对"你"这件事，没有任何输入。
四
我拿启信自己的场景说。
我们做高考志愿智能体，收录了 2952 所高校的数据，1412 所本科、1540 所高职。这个数据量，一般的通用模型拿不到，因为中国的平行志愿规则、位次换算、服从调剂逻辑，海外模型根本没有权威数据源。
所以这个工具能干什么？能把院校名单、专业组、往年位次摆到你面前，让你在几百个选项里缩小范围。
但它干不了一件事。
它不能替你决定：是冲稳保，还是去追那个够不着、够也许就上的专业。
因为这个决定背后是你的分数、你的家庭收入、你爸妈身体状况、你愿不愿意离家远、你对风险的承受度。
这些数据库里没有。
五
前几天有个学生跟龙虾 AI 书童的家长聊，问得挺直接："我家这个成绩，还有必要报竞赛吗？"
书童的三个测评——思维结构、数学思维、学习动力——最后给他妈看的不是"建议报"或"不建议报"。
是一个判断：这个孩子的问题在方法还是在动力。
如果是方法问题，报竞赛是加码，成本是时间和钱。
如果是动力问题，报再多竞赛也是往一个漏水的桶里加水。
测评的作用不是给答案。是把"我该怎么办"这个问题，换成"我到底缺哪一块"。
再往下的决定，得自己拍。
六
婚盾那条线也是这样。
我们做的是背景核实。你把一个人的名字、身份信息、公开记录给我，我给你一份能核对的东西。
但核实完之后，那个人要不要继续的决定，不在我这里。
我给的是事实。判断是你做的。
泰助招人也是这样。简历匹配度、能力画像，这些都能算，但"这人进团队合不合适"，永远得人来定。
这三件事的共同点是：AI 负责把选项摊开，人负责承担那个选择的重量。
这不是 AI 不够强。
这是责任必须落在人身上。
七
回到山东那些车间。
老师傅说"以前靠眼睛熬，现在靠模型算"，这句话里有一种很微妙的东西。
他没有失落，他甚至挺高兴。
因为熬眼睛这件事，本来就不该干一辈子。
我看到过一个数据：尚智冶金大模型所在的山东，全省通过第三方测评的大模型产品已有 317 个，遴选公布的 100 个重点推广垂域模型覆盖 13 个重点领域。
这说明一件事——AI 从奢侈品变成了日用品。
但日用品也有个特点：它通用，不私人。
一把好的锤子，能敲任何东西。
但它不知道你这面墙后面是什么。
八
所以我想给你一个很具体的判断标准。
判断一个 AI 靠不靠谱，不看它多聪明，看它敢不敢让你追问。
一个只能给结论、不能给依据的工具，你没法验证。一个能告诉你"这个结论来自哪三条记录、哪几年的数据、哪个口径"的工具，才敢用。
这就是我们把高考志愿智能体的数据一条条核对的原因。数字不重要，可追溯才重要。
同理，婚盾核出来的每一条信息，你都得能看到它从哪来。
九
上海那三个政务智能体为什么能跑起来？
商汤大装置的做法写得很清楚：不是简简单单把一个大模型接入业务系统，而是组织业务专家和研发团队深入业务一线，从真实需求出发，共同梳理业务流程、定义问题标准、验证效果，形成"问题定义—数据与知识准备—智能体开发—业务验证—反馈迭代"的闭环。
关键在第一步：先把问题定义清楚。
问题都没定义清楚，AI 越能干，废得越多。
这句话我送给你，也送给我自己。
AI 会越来越能干。干活这件事，没问题。
但判断这件事，从来不能外包。
你最近一次把一件重要的事完全交给 AI 决定，是什么时候？结果怎么样？