你让 AI 安排配送，只说了车辆容量和订单，却没说司机是否必须返回起点。它若直接开算，可能得到一个数学上漂亮、现实中却不能用的方案。问题不在求解能力，而在它自信地解错了题。
这项工作提出 OR-Clarify——一套专门测试“建模前会不会追问”的评测基准。问题建模，就是把自然语言需求整理成变量、目标和约束；其中任何关键条件缺失，都可能改变最终模型。OR-Clarify 会从完整任务中隐藏这类条件，让模型与模拟用户进行次数受限的对话，再检查它是否找全缺口、是否擅自补设定，以及该停时能否停下。
作者还提出两阶段框架 InterOPT：先持续记录尚未解决的关键缺口，再据此决定追问什么或结束对话。作者称，它在选择题式交互中比所有对照方法更完整地找回隐藏条件，在开放式提问中也保持竞争力；供稿所含原文未给出具体数值。它提醒我们：优化助手的第一项能力，或许不是算得更快，而是知道什么时候还不能算。