在频繁使用大模型辅助完成各类任务后，有必要对它的能力边界做一次系统性梳理。本文不是工具评测，是基于个人实践的客观分析——哪些任务模型表现优异，哪些存在根本性局限。
背景
过去大半年里，让大模型辅助完成了约100次不同类型的工作任务——从文档撰写到数据分析、从代码审查到架构讨论。
大部分场景效率提升显著，但有三类任务几乎每次都出现问题。这篇文章想讨论的是模型在什么情况下会失效，以及技术层面的原因。
第一类限制：高度依赖情感真实性的沟通任务
问题复现
曾让模型帮忙起草一封用于缓和合作关系的沟通邮件。提供了完整的上下文信息——对方背景、沟通中出现的问题、希望达到的效果。
模型生成的邮件逻辑完美、措辞得体。但对方回复说内容虽然写得很好，但读起来不像本人写的——缺乏真实感。
原因分析
这涉及大模型的核心工作原理。文本生成本质上是基于概率分布的Token预测——模型选择在当前上下文中"最合适"的词，而非"最真实"的词。
在情感类文本中，"最合适"与"最真实"之间存在关键差距：真实的情绪表达往往包含不完美的措辞、反复的修正、甚至某种程度的自我矛盾。这些特征在概率模型中被判定为"低概率路径"而优化掉。
适用建议
这类任务中，模型更适合做"结构辅助"——理清逻辑框架和要点清单，但最终的情感表达需要人工完成。
第二类限制：需要个人独特审美判断的创意工作
问题复现
曾有从事小说创作的朋友尝试用大模型模仿自己的写作风格。提供了五篇已发表的短篇作为风格参考。
模型准确复制了句式结构、高频词汇、甚至标志性的修辞方式。但生成作品总有"复刻感"——像高质量模仿而非原生创作。
原因分析
风格迁移本质上是统计学层面的表面特征复制——词频分布、句式长度、段落结构。但创作的核心不是这些表面特征。
创作者在写作过程中做的每一个选择——某个人物的命运走向、某段对话的方向取舍——背后是整个人生经验、审美倾向和价值观体系。信息不在训练数据中，无法被量化为特征向量。
同样的限制出现在设计、音乐等创意领域。模型在"结果层面"表现足够，在"选择逻辑层面"存在根本性局限。
适用建议
将模型定位为"创意助理"——帮助探索可能性、快速生成原型。涉及最终审美判断的选择权需要人工保留。
第三类限制：需要承担实际后果的决策分析
问题复现
在某个产品功能的商业决策中，将所有市场数据、竞品分析、技术评估输入给大模型，要求判断是否应该推进。
模型给出了详尽分析——逻辑推演、风险评估、预期收益俱全。结论是应该推进。
执行后发现忽略了两个关键变量：团队在该技术方向上的实际能力储备不足，以及由此引发的开发周期延长和团队状态波动。
原因分析
模型决策分析质量完全取决于输入信息的完整度。实际决策场景中存在大量"沉默信息"——决策者自己当时也未意识到的隐性约束。
这涉及决策理论中的经典问题：已知的未知（Known Unknowns）和未知的未知（Unknown Unknowns）。模型擅长处理前者，对后者无能为力——它不知道你也不知道什么。
适用建议
用模型做"选项分析"而非"选项选择"。帮助结构化思考、列举显性变量、推演可能结果。涉及无法量化的隐性代价时，最终权衡必须人工完成。
建立清晰的使用边界
基于实践总结一个任务适配框架：
高适配区（建议充分使用）：
- 结构化数据整理、归纳与可视化
- 给定框架和要点的内容扩展
- 格式转换（不同文档格式间的转换）
- 代码审查和基础重构建议
- 重复性任务的自动化执行
低适配区（需要人工主导）：
- 涉及真实情感表达的人际沟通
- 需要独特审美判断的创意输出
- 需要承担后果的商业或职业决策
- 高度依赖个人经验积累的判断
核心原则：当前阶段大模型的核心价值是节省重复性认知劳动，理解这一边界比追求模型无所不能更为务实。
本文基于2025-2026年个人实践整理，分析框架和案例均为原创。大模型版本的迭代可能影响部分结论的适用性。
