Aioga
AI资讯 / 技巧观点
返回 AI资讯

LLM 批评者说得对,但我还是会用 LLM

Hacker News 热门(buzzing.cc 中文翻译)Aioga 编辑团队2026-07-16T14:48:42.580Z热度 67

作者承认 LLM 存在版权、环境、伦理及泡沫风险,并指出其生成的"垃圾内容"正淹没开源项目,迫使维护者自动关闭 AI 生成的 PR。然而,作者仍大量使用 LLM,并观察到 Lo...

技巧观点Hacker News 热门(buzzing.cc 中文翻译)

今日 AI 情报摘要

作者承认 LLM 存在版权、环境、伦理及泡沫风险,并指出其生成的"垃圾内容"正淹没开源项目,迫使维护者自动关闭 AI 生成的 PR。

然而,作者仍大量使用 LLM,并观察到 Local-First Conf 上许多工程师也处于这种矛盾中--他们一边批评 LLM,一边在编辑器里开着 Claude Code。 文章试图剖析这种认知失调,并呼吁通过具体案例共同理解这一现象。

中文正文 · AI 翻译

无聊也很棒 | UMH 联合创始人兼首席技术官

我几乎同意所有对大语言模型(LLM)的批评,但我仍然大量使用 LLM。我知道这听起来像我在自欺欺人,而且因为这种认知失调,我有时也会有这样的感觉,但我认为我并不是唯一一个有这种感受的人。

本周我在柏林参加了 Local-First 会议,这种认知失调无处不在。Armin Ronacher 刚刚做了一场关于构建机器实体的演讲。他创建了 Flask,并且是 Sentry 早期团队成员之一,所以他显然是一位优秀的软件工程师。最近,他创立了自己的公司 Earendil,开发 Pi.dev,这是一个“开源编码代理框架”。演讲后,你可以通过 Discord 提问,问题会在舞台上被念出,我问道:

你们会接受 Pi 的 PR 吗,或者你们如何处理来自 LLM 的大量 PR?

他当场在全体观众面前回答说,他们几乎自动关闭所有 PR 和问题。但不应该因为这个而气馁去提交 PR,因为人类的价值总会显现。

所以不仅是我,显然一些非常聪明的工程师也是如此。那些为 LLM 构建工具的人自己也被自己的创造所淹没,为了保护自己,他们几乎自动关闭所有请求。在他们的宗旨页面上写着:

在一个向 AI 急速发展的世界里,我们相信人类是最好的执行者。

当我坐在观众席上时,我看到很多人打开了 Claude Code。而讲者会说出这些对 LLM 的批评性话语,并且会得到热烈的掌声。即便是那些打开 Claude Code 的人也是如此。

我自己也在那次会议上做了演讲,后来和一些人交谈时,他们描述的感受与我非常相似,这让我感到宽慰,因为我知道我并不孤单。

所以这篇文章是我尝试去描述这种感受。我会先梳理所有公平且合理的关于使用 LLM 的担忧,这些内容会得到热烈掌声。然后我会解释为什么我仍然使用 LLM。最后,我会总结一些我发现的模式,希望通过提供具体示例,其他人也可以加入进来描述他们的体验,以便我们可以共同更好地理解这种认知失调。

昨天的一些谈话印象 @adamwiggins.com @martin.kleppmann.com @stevenruiz.bsky.social @jakelazaroff.com

仅仅通过听人们的讲座或阅读 HN,我觉得我对为什么某些人拒绝使用 LLMs 有了相当好的理解。更奇怪的是,我几乎同意他们所有的观点!

让我逐一讲解最重要的几点。

先从最常见的批评开始:“LLMs 产生大量低质内容”。

如果你看看开源软件,你会发现越来越多的仓库和项目要么直接拒绝所有类型的贡献,要么试图在前面设置某种过滤器。类似于 Armin 和 Earendil 通过自动关闭所做的事情。

我认为核心问题是信任。无论如何,你永远不应该信任互联网上的陌生人。但在 LLM 出现之前,有一个基础点:创建一个带有适当描述的正确 PR 至少需要一些人工时间,因此可以阻挡恶意用户和低质量提交。或者至少你可以在几秒钟内轻松过滤掉它们。即使有新用户加入,你也可以信任这个人至少会花几个小时处理它。然后它可能值得你更仔细地查看。

这个基础点现在不再成立了。每个人都可以轻松创建一个新的 GitHub 账户并让其 LLM 自由发挥,作为维护者,你无法轻易判断某人是不是在 PR 上花了大量时间(也可能只是使用 Claude 完成 PR 描述),也无法判断这是否只是 OpenClaw 机器自行操作。像 Zig 或 Gentoo 这样的项目已经拒绝接受 LLM 生成的 PR(我认为这不是解决方案,因为你根本分辨不出来?)

我认为如果我们找不到恢复信任的方法,LLMs 可能会严重威胁开源软件。一个想法可能是只允许一小部分经过验证的人向项目贡献,而为了获得验证,你需要参加真实的线下聚会之类的活动。

然后是关于初级工程师的情况。这里实际上有两个不同的点:a) 你不再能信任初级工程师代码背后的努力,b) 高级工程师也没有了教导初级工程师的动力。

让我们从 a) 开始:资深人员一直在纠正和修复初级人员的代码。而初级人员总是写出一些很糟糕的代码(我写的最糟糕的代码是在 LLM 出现之前写的)。只不过现在作为资深人员在审查时,你不知道那个初级人员是仅仅用 10 分钟随便写写,还是坐在那里几个小时但确实缺乏一些好的见解。

再说 b),教学,也就是“我们如何教新人?”:以前,有这种平衡,即“初级人员做一些比较枯燥的任务,但资深人员会和他一起审查并帮助他成长”。而现在作为资深人员,你已经不再需要初级人员。枯燥的任务,至少我发现很多人对此都赞同,可以完全外包给 LLM。那么为什么还要招聘初级人员呢?

然后是地缘政治紧张局势。如果中国或美国一夜之间切断我们对这些技术的访问会发生什么?就在几周前,美国政府就展示了它有能力也愿意切断非美国公民访问 Anthropic 最新前沿模型的权限。

Anthropic 自己的声明,2026 年 6 月 12 日:美国的出口管制指令迫使他们突然对所有客户禁用 Fable 5 和 Mythos 5。

我不想在这里做末日预言。我认为 Martin Kleppmann 在他的演讲舞台上描述得相当好:

欧洲和美国之间发生冲突的概率仍然很低。但去年,它是零。

最后,即使只是使用 LLM 进行研究,它们也有一种自然倾向,会悄悄渗入大多数训练材料的观点,或者有时甚至是创造模型者的政治信念。

这就像两个在对话的人类:随着时间的推移,他们的观点会慢慢融合。有没有注意过那个总是用一个奇怪单词的朋友,然后几周后你整个朋友圈都在用它?就是这样,只是换成了观点。

而参与对话的一方不是人类。

但我们再也不能让它们完全消失。它们来了,而且会留下来。与其逆流而上,我们不如顺流而行,然后进行控制并塑造它。

例如,通过确保模型可以在你的笔记本电脑上运行。它们已经越来越好了,而且它们让我们程序员不再依赖这些大公司。当补贴结束,价格上涨时,正是那些开源权重模型在制衡大厂。并且在你自己的硬件上本地运行的模型,也不会被任何政府一夜切断。我甚至可以说,当泡沫破裂时,世界经济将受到很大损害,许多公司会倒闭。但开源权重模型不会消失,所以我们程序员可以依靠它们。即使在会议上,那些关于 AI 的演讲,大多也认真对待了本地模型。

想象一下:你会有这样一个科幻般的 AI 在后台运行,你可以随时问它问题,它也会随时回答你。就像《星际迷航》之类的场景。

在很多演讲中,AI 只是顺带提了一下:“我们用 Claude Code 做的这个。”有些演讲者甚至公开说:“是的,我只是把它交给 Claude Code 就好了。”但他们的演讲被接受了,并且得到了观众的热烈掌声,其中包括一些非常资深和受人尊敬的人。

关键是有人把他们的信誉站在了前面。那才会让你认真听。如果他们展示了一些 AI 做得马马虎虎的东西,他们就会失去信誉。我认为这让他们以不同的方式使用 AI。他们说:“我只是让 Fable 5 去实现它。”听起来像一个科技狂热者。我也会这么描述。但我只能说这是我的猜测,我只能代表我自己:他们并没有让大型语言模型去思考。那是他们的想法,现在被超级强化了。

大型语言模型会放大你已有的东西:观点、结构、框架。如果你有想法,它们会更快、更清晰地呈现出来。它们擅长帮助头脑风暴、检查语法、迭代句子、提供替代方案、充当橡皮鸭或反方角色。如果你什么都没有,那么就算再流畅,也什么都不会出现。大型语言模型擅长产生大量看起来不错的内容,但没人会在观众面前大声读出来。

对我来说,价值就在这里:我可以简单地把事情做得比我自己单独做时更高质量。我可以用它做更多事情,但我用它来把更少的事情做得更高质量。我倾向于使用极多的 token,只为了给人类准备几句话。我认为这是 LLM 的一个好用途。而且我发现 LLM 能够在思考上支持你。

我非常同意书面文本应该是人类传达人类的观点。然而,我仍然用 LLM 写我所有的文本。我并不觉得这矛盾。“AI 垃圾”与“好写作”的区别在于是否有人类的思想投入。而思考是不能外包的。

但问题在于:是否有人类的思想投入,正是你从外部无法看到的。句子“我用 AI 更好地思考”,无论是我说还是某个随机 AI 技术宅说,字面上完全一样,你无法根据我说的话判断这是真是假。你根本无法做到。由于放大的废话听起来像天才,剩下的唯一办法就是信任。而信任很难建立,却很容易失去。尤其是在 LLM 时代。我自己也能看到:一个短横线居然能让整个内容失效,因为我会自问,这个人难道不想至少去掉明显的 AI 垃圾痕迹吗?

在会议的 Discord 里,在一次演讲期间,有人问其他人如何处理这种紧张关系:许多对地方优先政策感兴趣的人,同时也是坚决反对 LLM 的。他们在知道可能会被社区拒绝的情况下,用 LLM 开发软件会担心吗?有人回答说,包括当时台上的演讲者在内的多个演讲者,都在谈论关于这个问题的“复杂想法”。我认为这说明了很多问题:即使在这里,人们也害怕公开说他们使用 LLM。我也有点害怕说这一点:上个月我在 token 上花了将近 1 万美元。这听起来太疯狂了。

我 2026 年 6 月按模型的 token 开销,单位为美元,直接来自开销报告。我知道这很极端。从那以后我改变了两件事:我现在只非常有选择地使用 Fable,它实在太贵了。而对于纯代码执行,我使用 OpenRouter 和更便宜的模型如 GLM 5.2。

当人工智能刚出现时,我尝试使用它,但在某种程度上损害了自己的可信度。但后来我意识到,可信度就是你赢得信任的方式:你会站在台前朗读它吗?如果答案是“嗯,我会解释它的意思”,那就是敷衍。如果你会逐字逐句地朗读它,并且不为此感到羞愧:恭喜,这是好文本。

那么我如何使用它们呢?这里有一条难以解释的微妙界限,很难用语言描述,我认为只能通过亲身体验,从使用这些工具的过程中以开放的心态去学习。我知道这句话听起来像什么,这正是科技男们所说的。我甚至无法在不显得像他们的情况下邀请你去尝试。所以我会尝试描述我发现的一些模式。不是作为“这是如何做的”,而是希望澄清这个情况。

是的,如果它不了解实际问题和需求,它会写出糟糕的软件。有了正确的技能和工具,你可以制作出相当不错的软件。但在你和那个不错的软件之间,存在一个顺从性问题:它不会告诉你它哪里不理解,只会继续去做。这也是为什么/grill-me 技能(改编自 Matt Pocock 的“grill me”技巧)如此强大的原因。它非常简短:

说实话,grill-me 感觉很好。当我发现这个技能时,我对这样简单的东西竟然能产生如此大的影响感到非常兴奋。因为它迫使你逐个问题形成自己的想法。我从那时起把这种逐步的方法应用到所有事情上,这种在单句上花费极多 token 的方法,例如用来写文章。本文就是我混乱地写下我的想法,然后逐句接受 LLM 烤验的结果写成的。

每当我编写代码,即使是小事情,我也会遵循 Basecamp 的“Pitch”,并非常认真地思考简短的“问题”、“我们正在交付的内容”和“我们不交付的内容”。我强迫自己写出三句话的问题陈述。这非常容易,使用大语言模型(LLM)甚至更容易去填写。但要写得好却非常困难。我认为它在 LLM 工作流程中之所以非常有效,正是因为它是为人类设计的:三句话迫使我真正去阅读它们。如果我读了,其他人也能读懂。

我现在往往不会真正阅读大部分 LLM 输出;我只是浏览,看看我是否认同它。但三句话的问题陈述,我会非常仔细地进行事实核查。这就像代码审查:一段 1,000 行的代码审查通常只会得到“LGTM”。一段 100 行的代码审查会得到 15 条评论。

我对我的 PR 描述也同样注重细节:我花很多时间去确保它们保持可读、简洁,并始终描述实际问题、我们正在交付的内容以及我们不交付的内容。我还会添加运行截图,以给审查者一个明显的信号,表明值得与该 PR 互动,因为它显然是可工作的。但我必须总是与 Claude 在描述上进行较量,因为它总是会增加冗余。有时候如果 PR 不重要,我也会让 Claude 略微占上风。

你需要一些东西来对抗他们,以应对他们创造的大量内容。在我的编码工作流程中,我会使用较小的代理来抵消这种情况。

我喜欢的另一种技术(Ralph Wiggum 循环,或者现代叫 Claude 的 ultracode)是将 LLM 锁定在文本、计划、陈述、代码或其他内容中,然后不断生成子代理(带有新的上下文的 LLM),它们的唯一任务是拆解该上下文。它们会不断进行,直到被迫产生虚拟问题。然后我才会继续工作流程。

如果它们被迫产生虚拟问题,你实际上可以利用它们的弱点:它们试图与你达成共识,认为上下文中存在问题,但却找不到任何问题。

尤其是如果你将其与 /grill-me 技能结合使用,最终的结果是作为人类的你没有任何进一步的评论或想法,甚至连最微小的想法都没有。LLM 也尝试剖析你的想法,有时会烤你数小时,迫使你形成自己的想法。

甚至有一种方法利用幻觉本身:在去年的会议上,Anselm Eickhoff 介绍了如何让 LLM 幻觉它所期望的 API 或 UX:https://www.youtube.com/watch?v=e3-yIWGNBLQ,然后再向它展示真实的内容。无论它猜测什么,很可能也是大多数人会猜测的。所以你不是去对抗幻觉,而是利用它:作为一种廉价的测试,看看你的设计是否符合人们的预期。如果你想尝试,我也已将其构建为技能。

我的直觉探测技能:一个盲目的代理在看到真实内容之前就提交它所期望的设计。可以从 gist 免费获取。

不过,所有这些模式都有一个要求:我必须能够判断结果是否优秀。而我使用的 LLM 越多,我最终涉及的领域就越不熟悉。那时我就需要专家。因为我只能在理解的情况下编程。这就像委派任务:我只有在至少了解基础知识并知道什么是好的情况下,才会将任务委派给团队的其他成员。LLM 也是同理。

如果我对某件事非常了解,我可以快速分辨“好”和“绝对烂”。如果我对某件事了解不多,我使用 LLM 只是为了帮助我学习它。因为如果我在无法区分好坏时就使用它们,我最终会产生彻头彻尾的垃圾作品。

根据结果是否可以明确区分为好或坏,有两种学习方式。好或坏指的是:代码能否编译,测试套件是否通过,协议能否解码。不是指“代码好不好”,因为代码质量是另一回事。在有这样明确检查的领域,你可以让大语言模型(LLM)参与进来,一起学习。一次会议上有个人描述了他如何使用 Opus 4.6 逆向工程二进制文件和协议,他所需要的只是基本的逆向工程知识。他修改的二进制文件要么能工作,要么导致设备无法使用。结果是否正确很清楚,因此他甚至能够在过程中发现自己的技巧。

在有很多主观看法的领域,比如编程,LLM 只会告诉你大多数人想要的东西:最流行的技术,而它可能并不是你情况中最好的。

我们曾经有一次团队讨论,有人告诉我,代码是 AI 废料,这是一个通用 AI 的问题。当我们深入讨论时,结果发现他们不喜欢 TDD。但我们团队里还有另一个人在 LLM 时代之前就进行了大量的 TDD。于是,AI 废料就不再是 AI 废料的问题了。这是关于人类存在不同意见的问题。正如我所说,LLM 只是放大工具。用它们,你可以放大你的观点。在这里,你需要人类来大致指引方向,并提供好的初步意见,然后你可以用这些意见继续,直到能够独立进行。

我希望你能够信任我,如果你不信,我完全理解。你真正了解的唯一方法是参与我的内容,但这需要大量时间,所以我理解你可能不参与。但如果你此时仍在这里,你已经花了相当多时间阅读这篇文章。也许你已经意识到,这篇文章付出了很多努力,并不是一些显而易见的废话。

我并不孤单地面对这种认知失调。

单独写作并没有让我看到这一点。但在写作的过程中,我浏览了会议的 Discord,直接向会议上的人提问,并阅读了过去几周的 HN 文章。这让我看到了:其他人也在描述同样的不协调感。所以,也许其他人也可以描述他们的经历和学习路径,以阐明这条微妙的界线。

情报判断

Aioga 编辑摘要

Aioga 编辑摘要:作者承认 LLM 存在版权、环境、伦理及泡沫风险,并指出其生成的"垃圾内容"正淹没开源项目,迫使维护者自动关闭 AI 生成的 PR。 Aioga 将其归入「技巧观点」方向,重点关注它对真实使用和行业竞争的影响。

背景分析

背景分析:实践类内容的价值在于是否能被复现、是否有明确边界,以及它能否转化为稳定的开发或工作流方法。

Aioga 观点

Aioga 判断:这条动态更适合作为行业观察信号,当前信息足以建立线索,但不足以推导长期结论。

影响与后续

影响分析:对相关团队而言,短期应先核对来源、可用范围和实际成本,再判断是否值得接入或跟进。 后续观察:继续观察示例是否可复现、工具版本变化、社区反馈和实际成本。

来源与版权说明

本页正文由公开来源页面提取并按原有信息整理,同时保留来源、发布时间和原文入口。版权归原作者及来源网站所有,请通过原文链接核验和阅读来源版本。

抓取通道: 摘要聚合 · 原始域名: theocharis.dev

来源: Hacker News 热门(buzzing.cc 中文翻译)

原文链接: 打开原始来源

Aioga 归档: 查看情报页

Content record: source-page · Updated: 2026-07-16T14:48:42.580Z

API 中转站
API RELAY · DEVELOPER INFRASTRUCTURE

API 中转站

统一接入主流 AI 模型 API,为开发、测试与生产环境提供稳定调用入口。

立即访问 api.w173.com
AIOGA SHARE POSTER

分享这篇 AI 情报

作者承认 LLM 存在版权、环境、伦理及泡沫风险,并指出其生成的"垃圾内容"正淹没开源项目,迫使维护者自动关闭 AI 生成的 PR。然而,作者仍大量使用 LLM,并观察到 Lo...

Hacker News 热门(buzzing.cc 中文翻译)2026-07-16T14:48:42.580Z
扫码打开文章详情扫码直达文章详情

Aioga 自动聚合全球 AI 动态,并保留来源信息用于核验与引用。