当然，经过几年时间，我可能已经形成了制作午夜快餐的程式，这时我能部分地依靠它来引导我的行动。像这样复杂的“习惯”必然受控于某种复杂性机制，因为，甚至固定步骤的序列也要有定期的检验，以确保次级目标得到满足。即使我是一个偶尔吃快餐的人，我肯定也知道摊开蛋黄酱，做三明治，从冰箱取出东西，这样一些程式，从而可以组成我的多少有点新意的活动。如果把这些程式完美地整合为一体，它们至少能在我更为“不动脑子”的尝试中满足我解决框架问题的需要吗？这是一个悬而未决的问题，我以后再来讨论。
不管怎样，重要的是从一开始就承认，并经常提醒自己，甚至资质很高的人，也会犯错误。我们不仅不是一贯正确的计划者，而且我们很容易忽视计划中那些重大的、回过来看又是非常明显的缺陷。这种弱点会在常见的“习惯力量”错误的情形中暴露出来(这时，我们的老一套程式表现出对某些奇特环境变化惊人地不敏感，而对另一些则惊人地敏感)。在我们有意识地审慎思考的情况下，也偶尔出现同样的弱点。为搬运钢琴之类的事做计划——在这计划中，你事先已经想过甚至“走过”整个运作过程一—不过是为了发现这种情况：某个完全可以事先看到，但却未看到的障碍物，或者未曾想到的附带情况冒出来时，你必须退回去或放弃原来的计划，这种事你遇上过多少次？如果我们这些精明人实际上难得使自己陷入困境，这并不是因为我们事先计划得那么好，而是因为我们在工作过程中，把回忆起来的经验知识(例如关于傻子使自己陷入困境的经验)和进展中的经常性检查结合起来，以弥补我们整脚的计划能力。即使如此，我们必须有足够的知识才能在恰当的时候回忆起恰当的经验知识，以及确认那些即将出现的问题。
我们作一总结。经过条理清晰、理由充分的思考之后，我们的结论是：智能执行者必须着手制订感受信息敏捷的“计划”，其作用是对他的行动后果产生可靠的而不是过于简单的预期。在智能动物中，这些预期一般是有效的，这一点可以从预期受挫时它们表现出的吃惊反应得到证明。这为我们刻划能生成框架问题的最低目标的特征提示了一个生动的方法：我们要让制作午夜快餐的机器人对玩魔术用的盘子、摊不开的凝固的蛋黄酱以及我们将啤酒杯粘在架子上的事实感到“惊讶”。为了感到惊讶，你必须预期别的什么事物，而要预期某个别的正确事物，你必须具有并使用大量有关现实中事物的信息。 [1]
人工智能哲学
168