我最期待的短期語言模型應用是專門的介面來進行政策影響模擬，並能夠很好地視覺化第二和第三階段的效果。我想，政策制定者在使用這些工具時，當然會有不良的激勵："什麼是最受歡迎的政策，同時也能讓我獲利最多，而不會太明顯？" 但這就是為什麼這些工具也需要提供給公民/公民社會使用的原因："這項提議的政策會有什麼影響，是否有更好的變化？" 有趣的是，人們會對某些推理背後的假設產生分歧。因此，系統提示和微調將是方程式中重要的一部分，代理之間的辯論也是如此。而且這一切已經在某種程度上反映了我們的做法（在民主國家中）；不同之處在於質量底線提高了，交叉檢查動機（指令）可以變得更加透明。 目前，智庫或諮詢公司的政策分析往往是一個黑箱——你得到結論，也許還有一些數據，但完整的推理鏈和內嵌的價值觀卻被掩蓋了。而且它們的質量通常較低。通過AI系統，你可能會在基礎層面上得到更接近於"展示你的工作"的東西。這並不能解決衝突和分歧，但我認為它顯著改善了我們的解決機制。