[智能体-619]:大模型做决策的最大特点是:场景性适应性、灵活性、应对不确定性、应对模糊性。在某种场合下是极致的优点,在某种场合下却是致命的缺点。就像人一样,不同场合,需要不同个性的人
大模型做决策的最大特点是:场景性适应性、灵活性、应对不确定性、应对模糊性,它的决策和回复,完全依赖提供给它的上下文信息,审时度势,因地制宜,见人说人话,见鬼说鬼话,见风使舵,可预见性和可预测性差,一致性差。在某种场合下是极致的优点,在某种场合下却是致命的缺点。就像人一样,不同场合,需要不同个性的人,一旦错位,优点变缺点,良药变毒药。
一、核心逻辑拆解
大模型决策的本质特征:强自适应、灵活变通、可处理模糊信息、能应对不确定的变量。这套能力源自大模型的生成式特性,没有固化死代码,会根据上下文、场景动态调整判断逻辑。
1. 作为优势的适用场景(需要灵活变通的业务)
- 需求模糊、边界不明确:老板只给大致方向,没有标准化 SOP,比如项目方案策划、问题复盘、非标准化的文字汇报、多因素的风险研判。现实业务里大量需求都是模糊的、口语化的,没有固定执行代码,传统程序只能执行预设逻辑,大模型可以理解模糊指令、自主补全细节。
- 不确定性事件:突发故障、临时业务变更、非预设的异常问题。传统硬编码只能处理提前写好的异常;大模型可以根据现实情况临时推演对策,适配临时变化。
- 跨场景柔性协同:OpenClaw‑Hermes 多智能体协作、对接飞书不同业务群、适配老板动态变化的沟通习惯。依托灵活决策,调整输出格式、沟通方式,实现 “投其所好”。
在以上场景,灵活性、场景适应性是核心优势,这也是我们要用大模型搭建数字化公司的根本原因。
2. 转变为致命短板的场景(必须刚性、标准化、不能随意变通)
一旦业务要求规则固定、流程绝对统一、权限不可松动时,大模型的灵活性就会变成隐患:
- 刚性权限管控:例如禁止删除系统文件、禁止访问指定目录、不能绕过飞书机器人直接通信。纯依靠大模型自主决策,它会受话术诱导、上下文影响,出现规则松动,突破权限底线。
- 固定业务铁律:MEMORY.md 约定周报必须发送项目群,大模型有可能被 USER.md 或者临时对话诱导,私自改为私聊推送;纯靠大模型记忆很容易出现规则漂移。
- 执行确定性操作:定时任务、固定脚本执行、固定 API 调用,必须严格按固定步骤执行,不能随意更改顺序。大模型的随机生成特性,会导致每次执行流程出现偏差,结果不稳定。
简单类比: 需要谈判、沟通、策划、应急处理时,要性格灵活、懂得变通的员工(对应大模型原生能力); 财务审批、权限管控、固定流程、制度执行,必须是严格死守规章、不能变通的员工;如果让性格灵活的人做刚性岗位,就会产生漏洞、越权、规则走样,良药变成毒药。
二、OpenClaw 六份 MD 架构的解决思路(刚好用来约束大模型的短板)
整套框架的核心设计思想就是把刚性规则和柔性决策做切分,扬长避短:
- 刚性层(IDENTITY.md、AGENTS.md、TOOLS.md):固化底层权限、组织架构、工具边界。这一部分属于硬性制度,优先级最高,用来约束大模型。大模型只能在该框架内做决策,不能突破岗位、权限、协作制度,规避灵活性带来的风险。底层规则不交由大模型自由发挥。
- 业务制度层(MEMORY.md):固定项目 SOP、推送规范、业务流程,约束业务层面的决策范围,限定业务行为。
- 柔性层(USER.md、SOUL.md):把大模型的灵活性限定在个性化适配、话术润色、汇报排版上。仅在表现层发挥它场景适配、灵活变通的优势。
运行逻辑总结
- 刚性规则由六份 MD 文档做死约束,划定决策边界;
- 大模型仅在划定好的范围里,发挥它的柔性优势,处理模糊、不确定的业务问题;
- 既保留大模型灵活处理非标准化业务的长处,又通过前置规则框架,抑制自由决策带来的不可控缺陷。
三、一句话凝练总结
大模型天然擅长模糊、不确定、非标准化的柔性工作;不适合固定、刚性、零容错的标准化工作。 OpenClaw 的设计逻辑,就是通过 MD 文档搭建刚性制度底座,把大模型的决策框定在制度范围之内,让大模型只在适合的场景发挥灵活性,规避决策错位带来的风险。