它不知道你的用户是谁，不知道你的产品逻辑，不知道哪些边界情况需要特殊处理——因为这些信息不在训练数据里，甚至可能不在你给它的对话上下文里。
这个比率应该代表一个报酬与风险的比率。我们希望在最小化风险的同时最大化回报，这与最大化夏普比率相对应。
7点，它通过GPS发现你路上堵车，可能要7：30才到家。于是自动把烤箱调成保温，延长炖汤时间。
思路变成了一个跨进程流水线：导出SAT格式 → 启动第二个GStarCAD实例转成STEP → 调用 Open CASCADE 的 HLR 引擎做消隐投影 → 输出2D STEP文件，用户手动另存DWG。