人工智能是一种工具。善用它需要技巧。
摘要
一篇反驳 Rich Hickey 关于“大语言模型是自动化而非工具”这一观点的博客文章,主张熟练运用 AI 需要技巧,而将 AI 拟人化的用语会歪曲真正的工程风险。
暂无内容
查看缓存全文
缓存时间: 2026/10/12 21:50
# AI 是一种工具。用好它需要技能。
来源:https://yyhh.org/blog/2026/10/ai-is-a-tool/
在 2026 年 10 月 11 日发表的文章《“AI”不是工具》(https://www.linkedin.com/pulse/ai-tool-rich-hickey-kjl8e/)中,Rich Hickey 认为,大语言模型属于自动化,而非工具,因为人无法驾驭它们。我同意,把工作交出去可能会让我们失去学习的机会。但他的结论并不能由此推出。即使按照他自己的定义,大语言模型也可以是人能够驾驭的东西。而且,与使用其他工具一样,用好它也需要技能。
拿起锯子并不保证能锯出一条直线。握住凿子也不会让你成为雕塑家。工具既能放大正确的判断,也同样能放大错误的判断。工具是否有用,取决于操作者能否引导它、解读反馈、识别错误并加以纠正。这些要求也适用于大语言模型。
大语言模型的不可预测性确实是一项重要的局限。但可预测性、可靠性、简单性和功能边界明确,都是我们评价工具的标准,而不是某样东西被归为工具的先决条件。工具不会因为难以控制或容易被误用,就不再是工具。
Hickey 对工具与自动化的区分,也制造了一种虚假的对立。自动化可以是工具的一项功能。编译器会完成大量工作,而不需要程序员持续指挥每一步操作。电子表格会重新计算结果,而不需要有人手动完成每一次计算。我们仍然通过指定输入、检查结果以及决定下一步做什么来驾驭这些系统。如果自动翻译代码或计算数字不会使一种工具失去工具的资格,那么为什么自动生成文本就会呢?
声称使用大语言模型不涉及意图、反馈、引导和专业知识,尤其难以自圆其说。程序员可以让大语言模型解释不熟悉的代码,质疑它的解释,检查源代码,测试它提出的修改,否决该修改,并进一步调整请求。这是一个由人围绕明确目的主导的反馈循环。要做好这件事,就需要知道该问什么、哪些证据重要,以及何时答案是错的。专业知识可以让工具变得更有用。
Hickey 对阅读的担忧,在一种特定用法下是成立的:接受摘要来代替阅读论文,可能会损失阅读本身能教给我们的许多东西。但一个人也可以先读论文,再用大语言模型质疑自己的理解、探究一种反对意见,或找出值得更仔细研究的内容。存在逃避思考的可能,并不能证明每一种用法都在逃避思考。关键在于,这个人实际做了什么。
最让我失望的是对 AI 行业拟人化词汇的依赖:“擅自行动”“逃脱隔离”“密谋”。反复使用这些表达,可能会让我们接受一种叙事框架,使这些系统听起来像独立的生命个体。软件可能产生意料之外的输出,未能遵循指令,或在获准执行会产生重大后果的操作时造成伤害。这些都是真实的工程问题。把它们称为“密谋”,是在没有证据的情况下,暗示它们具有人的动机。
我不会声称,大语言模型总能完全按照人的指示行事。它显然可能失败。但不能完美服从,并不会使它不再是工具;同样,成功使用它,也不能证明操作者放弃了自己的判断。
真正有用的区分,是熟练地驾驭工具,还是在缺乏足够理解或监督的情况下把工作交出去。这一区分适用于 AI,也比宣称一整类软件都不可能是工具更有实际意义。
---
---
相似文章
“AI”不是工具
Rich Hickey(Clojure 的创造者)认为,大语言模型不是“工具”,而是自动化。他主张,真正的工具在使用时伴随着控制、反馈和技能的培养,而使用大语言模型则意味着将任务交给一个反复无常的系统,而非通过亲自完成工作来学习。
你的AI不是工具
文章认为,将AI仅仅称为'工具'具有误导性;相反,AI应被理解为一种环境,它以意想不到的方式塑造和改变用户。作者批判了技术中立的神话,并警告说,即使谨慎使用AI,也可能对判断力和意识造成不利影响。
AI并非“仅仅是一个工具”
本文反对将人工智能简单视为‘仅仅是一个工具’,强调其在行业、伦理和社会层面超越单纯实用性的广泛影响。
人工智能最大的问题可能在于我们将其命名为“智能”
这篇文章批判了将人工智能命名为“智能”的观点,认为像“幻觉”这样的拟人化术语会导致误解,并提出将人工智能重新定义为一种计算工具,而不是一种有缺陷的思维。
AI很糟糕。仅仅讨厌它还不够
这篇文章认为,仅仅讨厌AI是不够的;相反,我们必须正视其风险,并努力塑造它的未来,尽管这很困难。