隨便說兩句，不全面。感覺不同的chatbot，就算後臺技術大同小異，最佳化目標也是不一樣的。小冰針對娛樂和情感類聊天，最佳化目標應該是會話訊息數或會話時長，所以收斂到一個安全但或許並不需要精準有料的回答是很有可能的。另一些語音助理、機器人客服，是工具屬性的產品，生產力是最佳化目標，所以或許不需要很靈活的識別各種口語化的表達，只要能在問題引導下讓使用者精確便捷完成任務就好，所以聽不懂的時候可以換個更清楚的方式再問，而非亂侃一氣。

現在是快餐文化，大家的資料基礎差不多時候，只有工程、演算法、產品觀都很讚的團隊才能做出真正有料的chatbot，可惜這樣的人並不多。當各個公司宣傳自己的chatbot時候，當然會拿著最好的最智慧的例子來說，日誌裡的糟粕不太可能拿出來秀。

自然語言理解是個高階的思維活動，坦白說現在計算機演算法即便在深度學習框架下也是非常原始的近似，從還原論的觀點看，或許還差十萬八千里，就更不用說意識與情感的模擬了。目前的深度學習，在影象、語音等任務上和人類視覺聽覺的原理上已經比較接近了，所以效果很好。所以，繼續等什麼牛x的論文成果吧。