跟着小螃蟹，看懂 AI 的行动与控制

机器人宣布：“故事会场地预约成功！”

小螃蟹要确认单，它递来一句文案：“场地已预约，请准时参加。”

“你只是把成功写出来了？”

01 行动：真的改变外部状态

行动是调用工具或操纵设备，执行操作。查场地、提交预约、发送通知，都需要相应工具与权限。

生成‘已预约’这几个字，只改变了回答内容；提交预约并得到有效确认，才可能改变业务状态。

工具调用也不等于成功。参数错误、名额已满、权限不足，都可能让操作失败。

02 控制：根据反馈调整行动

控制关注目标、当前状态和反馈之间的关系：执行后观察结果，判断偏差，再调整动作。

预约接口返回‘名额已满’，系统应更新状态，选择替代场地；不能继续沿用‘预约成功’的文案。

这形成了‘行动→观察反馈→检查目标→调整行动’的闭环。数字系统中的反馈可以来自接口、日志和业务记录；机器人设备还可能依赖传感器。

闭环可以由规则、程序或专用控制器实现，不必每个动作都交给大模型。

03 建议、尝试、成功，要分开

‘建议预约室内场地’是方案。

‘已经提交预约请求’是尝试。

‘收到预约确认，时间与场地核对一致’才是成功证据。

有些任务先返回‘处理中’，稍后才有最终结果。系统需要等待或查询，不能把请求被接收当作任务完成。

小螃蟹点头：“以后我问它：你做了什么，拿到了什么证据？”

04 超时之后，别急着再做一次

提交预约后网络超时，可能没成功，也可能已经成功、只是回复没回来。

此时应先查状态；可重试的操作，也要有避免重复执行的机制。例如用请求标识或业务记录，防止重复预约、重复发通知。

还要限制重试次数，留出人工处理入口。‘一直努力’可能只是在反复制造同一个问题。

05 有工具，还要有边界

系统需要明确可用工具、参数范围、执行权限，以及哪些操作需要人工确认。选择工具的模型，不应该自己扩展权限。

容易撤销的准备工作，可以和影响他人的正式操作采用不同规则。例如先生成通知草稿，确认时间地点后再发送。

这类边界应写进系统流程，不能只依赖一句‘请谨慎操作’。

06 最后检查真正的目标

机器人拿到确认单，小螃蟹还要核对日期、地点与人数条件。预约成功，只完成了故事会筹备中的一步。

到了现场，椅子有没有摆好、入口是否畅通，也需要相应检查。

计划描述未来，行动改变状态，控制利用反馈持续纠正。

检查 AI 系统，可以问：执行了什么？结果怎么确认？失败如何恢复？何时交给人？

漫画为教学场景，配图由 AI 生成。

往期

《我让两个机器人在群里对暗号，然后代码就自己修好了》

《盘点那些莫名其妙的环境问题》

《关于面试8个赤裸裸的真相》

《让项目在大脑中升级》