技术叙事的力量

人们总是忽略别人看到的东西，而讲故事是捕捉注意力的利器。Prof G（Scott Galloway）的这句核心观点，在AI领域同样适用。当我们在讨论规划算法时，背后不只是数学问题，更是一套关于“如何让技术走进现实”的故事。

规划算法：AI的“导航仪”

规划算法是智能体在复杂环境中制定行动序列的核心。从经典的A*路径搜索，到机器人领域的Task Planning，都离不开“规划”二字。大语言模型（LLM）的兴起让很多人开始问：AI是否真的学会了规划？还是说，它只是用统计学方法“蒙”对了结果？

最新研究给出了一个微妙的答案：大模型在很多任务上表现出“类规划”能力，但一旦离开训练数据的分布区间，就会失效。它们模仿了训练文本中隐含的因果逻辑，而非真正理解因果结构。这就像一个人背下了棋谱，但从未学会下棋。

强化学习（RL）通过奖励信号驱动智能体不断试错，最终学习到最优策略。在围棋、电子游戏、机器人控制等明确规则的环境里，RL已经取得了惊人成就。DeepMind的AlphaGo、OpenAI的Dota 5v5 bot，都是教科书级的例子。

但现实世界是另一回事。环境非稳态、奖励函数难以设计、安全约束层层叠加，这些困难让RL在真实业务中的落地远比论文困难得多。

中国互联网公司其实早已在现实中折腾RL了。滴滴的派单系统，需要实时匹配乘客和司机，动态定价、空驶率、高峰期运力调度，都涉及RL的思路。美团外卖的骑手路径规划，要在几十个订单里选最优路线，还要考虑天气、商家出餐时间、甚至骑手熟悉度。

这些场景的核心问题不是“如何做出完美决策”，而是“如何在不确定和约束下做出足够好的决策”。这恰恰是RL与规划算法在现实世界融合的关键点。

Prof G说，好的故事能让你“看到别人看不到的东西”。AI从业者如果只会写代码，不会讲故事，再强的技术也很难获得资源。OpenAI发布Sora时，用一段高质量视频让公众瞬间理解“世界模拟器”的想象力，这就是叙事的力量。

反过来，很多技术败在了“叙事错位”上。比如某些自动驾驶公司，过度强调“全无人”，结果出了事故，舆论崩塌。这不是技术不行，而是没有讲好“AI有边界”的故事。

AI的规划能力会持续进化，但真正的突破可能来自另一种“算法”——如何让技术被理解、被信任、被采用。强化学习教AI在试错中找到策略，而好的叙事，则是让人类在复杂现实中愿意给AI一次机会。这两者，缺一不可。