从会回答到能完成，基础模型正在改变什么

基础模型能否承担工作，应从答案质量转向任务结果：完成了什么，结果怎样核验，人工还需修改多少。

从回答转向交付

以整理公开资料为例，可用结果应包含来源链接、信息摘录和明确的整理规则。模型还需要处理打不开的页面、冲突信息和工具报错。只检查文字流畅度，会遗漏这些交付环节。

固定条件再比较

比较模型时，固定输入、工具权限与交付格式，记录成功次数、人工修订、耗时和费用。中途增加提示或更换工具，应单独说明。复杂任务不一定需要更高自主性，固定流程有时更便于核验。