小时候，村里伙伴攒过一辆"坦克"。纸壳做的车身，炮筒是卫生纸芯，刷了绿漆，贴了五角星，推着满巷子跑，神气得很。直到有一天，一个大孩子问了一句：你这炮，能打吗？
全场安静。
后来做AI这行很多年，我经常想起那个场面。智能体这个行业里，推着纸壳坦克满场跑的人，比你想象的多，包括前些年的我们自己。
玩具和实战的区别，从第一张图纸就分岔了。等到验收那天才发现不对，就已经晚了。
做玩具的人，仿的是外形
做玩具坦克，仿的是外形。履带要有，炮筒要有，五角星要贴正。外形仿得越像，越有成就感。
实战坦克从第一张图纸开始，问的是另一套问题：装甲扛得住什么口径，火控打不打得中两公里外的目标，一发打出去装填要几秒，坏了在野地里修不修得动，乘员在里头憋三天受得了吗。
这些问题一个比一个不性感，但没有一个能省。
智能体是一个道理。玩具智能体仿的是"看起来在干活"：界面像聊天，输出像报告，图表像指挥大屏。实战智能体问的是：这个活现在谁在干，怎么干的，卡在哪，干成什么样算好，干错了谁兜着。
出发点不同，长出来的东西就是两个物种。所以我说很多人从一开始就做错了。错不在技术选型，不在模型够不够强，在第一个问题就问偏了。
一个报表智能体的现场
前阵子有朋友给我们演示一款报表智能体。说实话，做得挺炫。十几块图表，能钻取，能联动，还有3D，翻页动画都很讲究。
我问了三个问题。
这张图，给谁看？他说，给领导看。
领导看完，要拍什么板？他愣了一下。
这些指标跌到什么程度，该谁接到通知？没声了。数据源本身错了，它发现得了吗？还是把错的数照样画得很漂亮？
炫酷这个东西，谁都会做。难的从来都不在图表。难在回答"看完之后，谁在哪个时间点，做什么动作"。回答不了这个问题的报表，做得再炫，也只是把Excel里的数字换了个更贵的姿势躺着。
实战的报表，是反着拆的
对比一下我们拆对账这个场景的顺序。
第一个问题没有落在"AI能画什么图"上，落在了"月底对账这几天，财务在干什么"上。答案很具体：几百条流水差异，一条条对，找不到的挂起，挂起的月底集中吵。
然后才是拍板链：差异超过多少要挂起，挂起的单子谁来裁，裁完多久要落账。
图表是拆完流程才出现的。而且出现得很朴素，一块差异总览，一条查平路径，一个挂起列表。财务负责人扫一眼，知道今天能不能收工；有一条差异超线了，直接推到人，附上查平思路。
同样的图表，玩具的图表在等人夸，实战的图表在等人拍板。
信贷审批那个项目也是这个顺序。进场头一周，没人问过大模型是什么牌子，问的全是：人工审一笔要多久，拒件的争议多不多，坏账率的口径是什么。先弄清楚仗要怎么打，再决定造什么样的坦克。
为什么这行盛产玩具
道理也不复杂。演示能卖钱，实战不讨好。
做一个玩具，三个月能上发布会，PPT里放一段录屏，台下鼓掌。做一个实战，得先在客户的业务里泡着，听一线抱怨，翻历史错单，跟法务、合规、财务一个部门一个部门地磨。三个月过去，你可能刚刚把业务流程听明白，什么炫酷的东西都还拿不出来。
更要命的是账不好算。玩具按"功能"报价，实战按"结果"交付。客户问一句"上个月它替我拦了几笔风险"，玩具答不上来，实战答得上来但答之前熬了很久。所以卖玩具的生意往往跑得更快，直到客户开始追问那个问题：这炮，能打吗。
这也是我们自己踩过来的。早年我们也做过几辆纸壳坦克，演示效果很好，客户用两个月就凉了。后来才把顺序彻底调过来：先泡业务，再谈AI。看起来慢，反而没人再来问"能打吗"。
还有一类：能打的工具，被当玩具养废了
说句公道话，市面上有些智能体底子不差，是被企业自己养成玩具的。
上线之后，规则没人校准，采纳率没人盯，一线拿它打个草稿再自己从头来一遍。系统在跑，数据很好看，实际上一颗炮弹没打出去过。我们之前写过一篇讲这半年踩的坑，使用率接近100%、采纳率只有六成多，就是这种"纸壳化"的过程：它本来能打，慢慢就打不了了。
工具上线那天不是终点。坦克还得定期开出去拉练，不然发动机是会锈住的。
三个问题，自查一下
不用等上战场，三个问题就能试出你手上的是玩具还是工具。
第一，把它下线一个星期，业务那边有人发现吗？打电话来催的有几个？
第二，它的产出，有人据此拍过板吗？还是只是转发到群里，配一句"大家看看"？
第三，它出错的时候，谁在兜着？这个人的存在，业务部门认吗？
三问都能答上来，恭喜，你在养一辆能打的车。第一问就心虚的，也别急着扔，先回答那个大孩子的问题：这门炮，当初是想让它打什么？回答得出来，还能回炉。回答不出来，那就是从第一张图纸起就仿错了地方。
实战这事，在PPT里证明不了，只能在业务里长出来。这个公众号里我们写过的那些项目，信贷审批、合同审核、财务对账，都是一颗颗真打出去的炮弹，打中了多少，打偏了怎么调的，历史文章里都有。
要是你家现在也跑着一个智能体，心里没底它是玩具还是工具，可以把情况发到公众号后台。我们帮你看看，是它生来就仿了外形，还是你把它养得太温柔。