企业在使用大语言模型时需理性评估其能力与局限。大模型能提高内容生成、信息提炼和任务自动化效率，但也存在信息“幻觉”、知识局限和逻辑短板等风险。决策者应基于业务场景进行小规模试点，并制定清晰的AI治理策略，以确保有效实施。

本文综述大型语言模型的能力与局限：它能生成流畅文本、辅助文献回顾、代码开发与科学写作，但依赖庞大且可能偏颇的数据集，并带来伦理困境。文章主张重新审视LLMs的实际运作，以更高科学精度引导哲学探讨与公众话语，并讨论其理解与意向性、语境理解不足及偏见适应等问题，认为LLMs既是科学进步的助力也是边界，应推广简化其使用的工具与方法。