假设在日常科研中，你需要整理十篇文献中的分子发射光谱数据。
通常有两种借助 LLM 的方式：
第一种是向 ChatGPT 提问，请它告诉你应该提取哪些光谱参数，然后你自己逐一打开十篇 PDF，手动寻找发射峰并复制粘贴到表格中。
第二种是把十篇文献交给一个能读取文件和生成表格的应用，由Agent（比如，Codex、Claude Desktop）自动逐篇阅读、提取发射峰与测试溶剂、核对缺失项，最后直接交付一份整理好的表格供你验收。
这两种做法都用到了 LLM，本质差别在于具体的操作是由人来做，还是由 AI 接手。
本章从这个差别出发，探讨 LLM 怎样从“陪人聊天”走向“帮助人完成一项实际科研工作”。
本章围绕五个核心问题展开：
打开 ChatGPT 或类似产品的网页，输入“帮我把这段聚合物摘要翻译成中文”，几秒内就能得到译文。
你还可以接着要求“语气更学术一点”“保留专业术语”“压缩到一百字以内”，它会结合前面的对话继续调整。
这种用自然日常语言交互的方式，是许多人认识现代 AI 的起点。
ChatGPT 是一个典型的 ChatBot（聊天机器人）应用。