但人工智能用于自控层之上的“指挥层”则几乎是必然的，就像前面提到的智能用水调度系统指挥自动控制的水泵一样。在这个场景下，自控的要求其实是高了，不是低了。

在模型预估控制时代，很有一些人为PID的未来担忧，但很快发现，要使得模型预估控制有效工作，PID层需要更加精细地整定到最优状态。这和串级控制是一个道理。主回路好比小领导，副回路好比干活的。要是干活的手脚麻利，办事精准，小领导则有条不紊、指挥若定，那这配合就如鱼得水了，指哪打哪。要是反过来，小领导是个事儿妈，干活的懒懒散散，这就肯定要砸。

在人工智能时代，这还是一个道理。指挥层的人工智能要从长计议，不能事儿妈；自控层则要更加敏捷、精准。指挥层与自控层zuihao还要有深度沟通，指挥层不仅发布下一步的指令，还把预期的未来指令一起发下去，自控层好预做安排。

这就好像开汽车过弯一样。看着车头前3米的地方，一点一点过，是可以安全过弯的，就是慢一点。但要是早早看到前面完整的弯道，可以预先计划好，在入弯的时候晚一点刹车，在中间的时候甩一点尾，然后加速出弯，这就快多了。但这要求预先就看到整个弯道，预作准备。

这样的预估控制是典型PID做不到的，模型预估控制就可以做到，但各种PID依然是模型预估控制的腿脚，不仅不能弱化，还要极大强化。