聊天机器人可以解释什么是 Pin-to-Pin。芯片团队要的是：这两颗料在当前板上能不能替、报告给谁审、验证谁做、结论存在哪。从“能回答”到“能完成工作”，差的不是更长的提示词，而是知识、工具、评测和边界。
这是 Barbot 的公司主张，也是产品分层的原因。
“能回答”为什么不够
- 没有证据的结论无法进入 AVL
- 没有工程上下文的代码无法上板
- 没有状态的长任务无法跨部门协作
- 没有边界的自信回答会制造质量事故
所以评测不能只看语言是否流畅，而要看准确性、可追溯、完成率和安全边界。
完成工作需要四层能力
- 知识：LLM Wiki 把资料编译成可维护对象，而不是 只做向量检索
- 场景 Agent：
- P2P Agent 完成替代分析报告
- AI FAE 完成首次有效技术支持
- Coding Agent 在工程里改代码并引用依据
- 工作台：Harvey Agents 把 VAVE、项目支持和方案交付拆成可审批的长任务
- 现场闭环：先在一个高价值场景跑通，再产品化复用
用交付物定义 Agent，而不是用对话轮数
| 工作 | 完成的标志 |
|---|---|
| 芯片替代 | 带证据的差异表和验证项 |
| 技术支持 | 有出处的首次有效答复或完整升级单 |
| 嵌入式开发 | 可复核的代码修改与引用 |
| VAVE / 项目 | 可追踪的任务状态和审批记录 |
Datasheet 对比、第二供应商导入、国产化 都可以按这张表验收，而不是按“聊得像不像专家”验收。
从哪里开始
已经上线、可直接验证的是 P2P Agent：上传手册，拿到可编辑报告，新用户免费 5 次。其他产品按现场需求接入同一知识底座。