概率猜测引擎（Probabilistic Guessing Engines）

概率猜测引擎是对基础大模型（Foundation Models）本质的描述。这些模型通过计算下一个 token 的概率来生成文本，缺乏真正的理解、物理常识、内存状态和主动承认"不知道"的能力。它们只会自信地给出一个听起来合理的答案——不管对错。

核心特征

• 概率生成：基于统计概率而非确定性逻辑生成输出
• 缺乏确定性：无法保证输出的正确性和一致性
• 自信的幻觉：即使错误也会给出看似合理的答案
• 无状态：在会话之间没有记忆

与软件工程的矛盾

软件工程面对的是一个高度确定性的世界：

• 数据库事务必须满足 ACID
• API 接口不能多一个参数也不能少一个
• 内存泄漏一字节就是一字节

这种根本矛盾解释了为什么 [[vibe-coding]] 在企业级环境中失败，以及为什么 [[harness-engineering]] 成为必要。

相关引用

网络安全专家 Dr. Mohit Sewak 的著名论断：

“如果你将一个概率引擎部署到一个确定性的世界中，却没有为它装上任何’束带（Harness）'，那你根本不是工程师，你是个赌徒。”

与现有维基的连接

该概念与 [[大模型不是真理机器-而是论证机器]] 形成深层呼应——两者都强调大模型追求"可信度"而非"真实性"的本质特征。