待验证50% 置信观点精确时间
通用 LLM 聊天机器人无法胜任战术教练，因为它们会编造版本数据、无法在多跳关系上进行推理，且会话结束即失忆。
1
来源数
50%
置信度
长期有效
时效性
2026/10/19
首次发现
来源
涉及实体
相关事实
待验证大模型（LLM）没有记忆，每一次对话都当作独立交互，难以支撑连续性的复杂任务74% 相似待验证LLM存在明显局限：缺乏对特定组织内部语境的长期记忆，无法真正理解人际关系和权力结构，面对模糊指令时容易产生幻觉或过度执行。73% 相似待验证LLM的无状态特性（每次对话独立）导致它无法在多次交互中维持设计一致性，这是技术架构层面的根本限制71% 相似待验证聊天机器人自动化的效果上限很大程度取决于问题设计质量——问题太宽泛则信息无效，太尖锐则客户会提前流失70% 相似待验证用一套分类和推荐逻辑覆盖所有机器人细分方向，几乎不可能同时满足做运动规划的研究者和找仓储机器人集成岗位的工程师两端用户。69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1065716API
curl https://kongchang.com/api/v1/knowledge/claims/1065716MCP
get_claim(id=1065716)