这篇文章写给正在构建智能体的人：你是某几个领域的专家，所以你的智能体在这些领域大概率表现不错，你在那些领域也不承担风险；但还有无数你没能好好定义、无法判断正确性、根本无法评估风险的关切，而这些地方你只能依赖模型的先验。作者作为资深软件工程师，对模型的默认行为长期不满，因此不敢在复式记账、金融、法律、运营这些自己没有专家级判断力的领域盲目信任它。他指出「slop」的根源是训练时被非专家奖励出来的行为，而这些被奖励的行为会同样泛化到自动评分器、评判者、评分表和评测人员身上；再加上模型没有被训练成需要跨越连续变更去演进系统，长期一致性至今未解。他甚至提醒：「帮我赚十亿美元且别出错」这种提示本身就是极度不明确的任务。