“把杯子移到蓝书右边。”这句话提供了目标，也让我们能讨论动作、比较计划、调用工具。但它没有告诉我们杯子此刻在哪里，更没有使杯子自动到达目标。当前状态仍要从观察和已经获得的反馈中判断。

设想计划预测杯子会停在书的右侧，执行后却发现它仍在左侧。再问“它现在在哪里”，回答应当指向观察到的杯子，而不是引用计划中的未来。代词“它”关联的是同一个物体，但关于位置的最新可靠信息已经改变。语言若只沿着自己写过的成功故事继续生成，就会把愿望当成事实。

“计划里写‘已经移到右边’，为什么不能作为下一句的上下文？”它可以保留为“原先预测或打算如此”的记录，却不能被当成执行成功的观察。上下文不只是文字是否出现过，还包含这条信息来自指令、预测、工具返回还是实际观察，以及后来有没有被修正。

语言模型提供了知识与任务表达的通用接口：我们可以用同一种对话方式问机制、写程序、提出动作。世界模型与环境反馈则进一步追问，这些描述涉及的对象和后果是否成立。它们也不是前后互相淘汰的研究阶段。本讲先后讲述它们，是为了分清用途。两条路线并非只能二选一；一个系统可以用语言组织计划，用状态预测比较行动，再从工具或环境得到新证据。

“只要把工具结果贴进上下文，模型就一定会采用它吗？”也不能保证。还需要系统找到相关信息、分清身份与时效，并在后续推理和生成中正确使用。Lecture 05 会继续讨论上下文怎样被表示、找到和利用。这里先保留判断标准：新观察若推翻了原计划，下一步行为与回答应当随之改变。

到此，本讲已经从“怎样生成一张图”走到“怎样让生成进入一个可检查的任务”。最后两页把四条生成路线收回同一张过程地图，再选一个真实疑问和一条能让自己改主意的新证据。