The Taxonomy

A shared vocabulary for describing technology.

Each category is a question people ask about a technology, and its elements are the answers. Choose a category, then an element, to see its icon and what it means. New to the terms? Read the concepts.

简体中文: machine reviewed translation.It has not been checked by a fluent reviewer.Translation status

系统做什么

Elements 10

本系统在做什么？

用日常动词说明本系统的行为——它感知、预测、决定、生成、操控。把这些动词说出来，更容易想清楚系统会触及什么、可能出什么问题。

About this category

系统做什么

本系统在做什么？

用日常动词说明本系统的行为——它感知、预测、决定、生成、操控。把这些动词说出来，更容易想清楚系统会触及什么、可能出什么问题。

Datachain

Answer: The purpose often says it already. Name the actions when the system senses, decides or acts in ways the purpose leaves out.
Icon shape: The system itself: why it exists, who is involved, what it does, and the points where it meets the world.

Context: 人工参与

由谁完成最后一环——从系统整体上简要提示有多少环节无需人工即可运行，显示在它所标示的动词上。这是对部署情况的概括性描述，并非技术审计。

由人决定本系统只提供建议或信息；在任何结果生效之前，由人作出决定。示例：分诊工具为临床医生排列病例的先后顺序，由医生选择先看哪一例。

由人监督或执行本系统自行得出结果；由人监督、可随时介入，或由人亲自执行结果。示例：优化工具规划当天的收运路线，由司机按路线行驶。

自行运行本系统作出决定并直接生效，无需人逐一审核每个结果。示例：道路通行费随车流变化自动调价并自动扣费。

Variables

描述 Optional

When to use it

选择读者能看懂的动词，通常一到三个为宜。如需标示自主程度，请在最下游的动词上设置“人工参与”，作为系统层面的信号；只有当其他动词所处环节确实不同时，才为它们单独设置；如果反而会造成困惑，则可省略。

Sources

AI Taxonomy — An Operational Framework for Precision in AI DiscourseNarain Jashanmal, v1.1, January 2026. This category extends the source's six modes into a ten-verb vocabulary for public comprehension.

执行执行——把目标分解为步骤，并在软件中逐步完成：调用工具、预订、提交申报、上报升级，代人运行多步骤流程。其输出是一项已完成的操作，而不是返回的一段内容。示例：预订会议、提交申报表、将工单升级处理。如果该操作会使实物移动，则属于“操控”。

回答回答——在对话中回应人们的问题：聊天机器人、语音助手、自动电话热线。它与您实时一来一往地交流。示例：公共交通聊天机器人解释延误原因、服务热线转接您的请求。有别于“生成”，后者产生的是事后可独立存在的内容。

生成生成——产生本系统运行之前并不存在的新文本、图像、音频、视频或代码。其输出是系统创作的内容，而不是针对已有数据的标签或评分。示例：根据提示词起草一段文字、根据描述生成图像、创作音频、补全代码。有别于“回答”，后者是在对话中回应您。

决定决定——确定一个会生效的结果：批准或拒绝、定价、分配、标记以待处置。示例：根据车流设定的动态道路通行费、获批或被拒的申请、调度派单。如果由人根据系统的建议作出最终决定，则属于“推荐”。

识别识别——将面部、声音、指纹、车牌或账户与已知记录比对，认出某人是谁或某物是什么。它把“这里有人”变成“这个人在这里”。示例：登机口的人脸比对、收费龙门架处的车牌查询。有别于“感知”，后者只检测而不指明身份。

操控操控——作用于物理世界。系统驱动电机、阀门、信号装置或其他执行器，改变您周围的事物。示例：操纵机器人行进、切换交通信号灯相位、打开闸门、调节建筑通风、放行停车道闸。

预测预测——估计可能发生的情况：预报、风险评分、概率。它说明可能会发生什么；至于如何应对，仍由其他人或其他系统决定。示例：排队长度预报、信用风险评分、未来一小时的拥挤程度预测。有别于“决定”，后者使结果生效。

推荐推荐——提出选项供人选择：排名、候选名单、建议的路线或治疗方案。在有人采纳建议之前，什么都不会生效。示例：供临床医生参考的分诊排名、提供给司机的备选路线、优先展示的商品。有别于“决定”，后者的结果会自行生效。

感知感知——把来自摄像头、麦克风或传感器的原始信号转化为系统其余部分可以使用的信息：检测结果、转写文本、读数。包括持续监测、留意事件发生。示例：在摄像头画面中检测到车辆、转写一句话、发现站台上很拥挤。有别于“识别”，后者会指明所感知的对象是谁或是什么。

理解理解——从文字或语音中提取含义，找出相关的概念，并把读到的内容与已保存的上下文联系起来。它返回的是匹配结果、意图、摘要或指向相关已有知识的链接，而不是新内容。示例：把问题匹配到合适的帮助文章、检索出适用于某一个案的政策条款、识别一句话的主题。

回答

回答——在对话中回应人们的问题：聊天机器人、语音助手、自动电话热线。它与您实时一来一往地交流。示例：公共交通聊天机器人解释延误原因、服务热线转接您的请求。有别于“生成”，后者产生的是事后可独立存在的内容。

Context: 人工参与

由谁完成最后一环——从系统整体上简要提示有多少环节无需人工即可运行，显示在它所标示的动词上。这是对部署情况的概括性描述，并非技术审计。 Choose a value to see its icon.

Variables

描述 Optional