LLM批评者是对的，但我仍然使用LLM

# LLM 批评者说得对。但我仍然使用 LLM。 来源：https://www.theocharis.dev/blog/llm-critics-are-right-i-use-llms-anyway/ 2026-07-15 我几乎同意所有 LLM 批评者的观点，但我仍然大量使用 LLM。我知道这听起来像是我在自欺欺人，我自己有时也因为这种矛盾而感到如此，但我觉得我并非孤例。 这周我在柏林的 Local-First Conf 上，这种矛盾无处不在。Armin Ronacher 刚刚做了一个关于构建机器实体的演讲 (https://app-2026.localfirstconf.com/schedule/day-2/1130-reflections-on-building-cloud-and-local-hybrid-mac)。他创建了 Flask，曾是 Sentry 的早期团队成员，显然是一位优秀的软件工程师。就在最近，他创立了公司 Earendil，该公司构建 Pi.dev，一个"开源编程代理框架"。演讲结束后，可以通过 Discord 提问，问题会在舞台上被朗读出来，我问了： > Pi 接受 PR 吗，或者你们如何处理来自 LLM 的 PR 洪流？ 他当场在舞台上，面对所有观众回答说，他们几乎自动关闭所有的 PR 和 issue。但人们不应该因此气馁而不敢开 PR，因为人类的光芒总会闪耀出来。 所以，不只有我这样，显然一些相当聪明的工程师也是如此。那些正在构建与 LLM 协作工具的人，自己却被自己的创造物所淹没，为了保护自己，他们选择自动关闭一切。在他们的目标页面 (https://earendil.com/purpose/) 上写着： > 在一个急冲向人工智能的世界里，我们相信人类是最好的智能体。 再次，矛盾。 当我坐在观众席中时，我看到很多人打开了 Claude Code。然后演讲者们会说些关于 LLM 的批评性言论，并且会得到热烈的掌声。即使是从那些开着 Claude Code 的人那里传来的。 又是这种矛盾。 我自己也在那个会议上做了演讲，之后和一些与会者交流时，他们描述的感受和我非常相似，这让我如释重负，因为我知道我不是一个人。 所以这篇文章是我试图描述这种感受。我将先梳理所有关于使用 LLM 的合理且有效的担忧，那些会赢得热烈掌声的观点。然后我会解释是什么让我仍然使用 LLM。最后我会分享一些我发现的使用模式，希望通过提供具体例子，其他人也能加入进来描述他们的体验，这样我们就能聚在一起，更好地理解这种矛盾。 > 昨天演讲的一些印象 📸 @adamwiggins.com @martin.kleppmann.com @stevenruiz.bsky.social @jakelazaroff.com — Local-First Conf (@localfirstconf.com (https://bsky.app/profile/did:plc:2obhktbn33nmne2doci6gzqt?ref_src=embed))2026年7月13日下午3:44 (https://bsky.app/profile/did:plc:2obhktbn33nmne2doci6gzqt/post/3mqjt6z6yu22t?ref_src=embed) ## LLM 很糟糕 通过听取人们、演讲或阅读 HN 上的讨论，我认为我对某些人拒绝使用 LLM 的原因有了相当清晰的认识。而让事情变得极其诡异的是，我几乎同意他们的所有观点！ 它充满了受版权保护的材料，是的。它对环境有害，是的。所有伦理问题，是的。还有整个 NVIDIA、OpenAI 这种资金转移的互捧 (https://news.ycombinator.com/item?id=45771538) 不会有好结果。这是一个泡沫，而且肯定要破灭。 让我逐一分析几个最重要的观点。 从最常见的批评开始："LLM 产生大量垃圾"。 是的，它们确实如此。毫无疑问。 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，要么试图在其前面设置某种过滤器。类似于 Armin 和 Earendil 所做的自动关闭。 我认为这里的核心问题是信任。你本就不该相信互联网上的随便什么人。但在 LLM 出现之前，有一个基本事实：创建一个带有恰当描述的恰当 PR 至少需要投入一些人的时间，这就能阻止喷子和低质量提交。或者至少你可以轻松地在几秒钟内过滤掉它们。所以即使是一个新人来了，你也可以相信这个人至少在上面花了几个小时。那么它就值得仔细看看。 那个基本事实不再成立了。任何人都可以简单地创建一个新的 GitHub 账号，然后让他们的 LLM 随意发挥，而作为维护者，你无法轻易判断某人是在 PR 上投入了大量时间（可能只是用 Claude 写了 PR 描述），还是只是一个 OpenClaw 机器在自行运作。像 Zig (https://ziglang.org/code-of-conduct/) 或 Gentoo (https://wiki.gentoo.org/wiki/Project:Council/AI_policy) 这样的项目已经开始拒绝接受 LLM 生成的 PR（我不认为这是解决方案，因为你如何辨别呢？） 我认为，如果我们找不到恢复这种信任的方法，LLM 极有可能扼杀开源软件。一个想法是只允许一小部分经过验证的人为项目做贡献，而要想获得验证，你可能需要参加线下见面会之类的活动。 然后是初级工程师的处境。这实际上包含两个不同的点：a) 你不能再相信初级程序员代码背后的努力了，b) 高级程序员没有动力再去教初级程序员了。 先说 a)：高级程序员一直在纠正和修复初级程序员的代码。而初级程序员也一直会写出相当糟糕的代码（我写的最烂代码也是在 LLM 时代之前）。只是现在，作为高级程序员审查代码时，你不知道那个初级程序员是仅仅用 vibe coding 10 分钟搞定，还是确实坐了几个小时但确实缺少一些好的见解。 再说 b)，教学，即"我们如何培养新人？"：以前，有一种平衡，即"初级程序员做一些相当平凡的任务，但为此，高级程序员会和他一起审查代码，帮助他成长"。现在作为高级程序员，你不再需要初级程序员了。至少我发现很多人都同意，这些平凡的任务可以完全外包给 LLM。那为什么还要招聘初级程序员呢？ 然后还有地缘政治紧张局势。如果中国或美国一夜之间切断我们与这些技术的联系，会发生什么？就在几周前，美国政府展示了其有能力并且愿意切断非美国公民对 Anthropic 最新前沿模型的访问 (https://www.forbes.com/sites/anishasircar/2026/06/16/anthropic-disabled-fable-5-and-mythos-5-after-a-us-export-control-order-heres-what-happened/)。 Anthropic 于 2026 年 6 月 12 日的公告：关于美国政府指令暂停访问 Fable 5 和 Mythos 5 的声明。美国政府发布了一项出口管制指令，要求暂停所有外国国民的访问权限，迫使 Anthropic 立即对所有客户禁用这两个模型。Anthropic 自己的声明，2026年6月12日：美国出口管制指令迫使他们立即对所有客户禁用 Fable 5 和 Mythos 5。 我不想在这里危言耸听。我认为 Martin Kleppmann 在他的演讲 (https://app-2026.localfirstconf.com/schedule/day-1/0930-local-first-in-an-unstable-world) 中描述得很好： > 欧洲和美国之间发生冲突的可能性仍然很低。但去年，这个概率是零。 最后但同样重要的是，即使只是用 LLM 进行研究，它们也自然倾向于悄悄融入训练材料中大多数人的想法，有时甚至是模型创建者的政治信念。 这就像两个人在对话：随着时间的推移，他们的观点会慢慢趋同。有没有注意到那个总在使用某个奇怪词汇的朋友，几周后你整个朋友圈都在用这个词？就是这样，只不过涉及的是观点。 而且对话的参与者之一，不是人类。 ## LLM 很好 但我们再也无法让它们完全消失了。它们就在这里，而且会一直存在。与其逆流而上，不如顺流而下，然后也去控制和塑造它。 例如，确保模型可以在你的笔记本电脑上运行。它们已经变得越来越好，这让我们程序员不再依赖那些大公司。当补贴结束、价格上涨时，正是开放权重的模型制约着大型供应商。同样，运行在自己硬件上的本地模型，任何政府也无法在一夜之间切断其访问。我甚至认为，当泡沫破裂时，将对世界经济造成巨大损失，很多公司会倒下。但开放权重的模型不会消失，所以我们程序员可以依赖它们。即使在会议上，关于 AI 的演讲也大多认真对待了本地模型。 想象一下：你会有一个科幻般的 AI 在后台运行，你可以随时向它提问，它总会回答你。就像在《星际迷航》里那样。 在许多演讲中，AI 只是作为附带话题出现："我们用 Claude Code 构建了这个。"一些演讲者甚至公开说："是啊，我就直接丢给 Claude Code 了。"但他们的演讲被接受了，并且从观众那里，包括一些相当资深和备受尊敬的人，赢得了热烈的掌声。 关键是，这里有人类在拿他们的信誉做担保。这才是让你愿意倾听的原因。如果他们展示的东西充满了 AI 垃圾，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。"听起来像个技术极客。而这也正是我会描述的方式。但我在这里是猜测，我只能代表我自己说话：他们并没有让 LLM 来思考。思考的还是他们自己，只不过现在被超级加速和加强到了极致。 LLM 放大你已经拥有的东西：观点、结构、框架。如果你有想法，它们会以更清晰、更快速的形式呈现出来。它们擅长帮你进行头脑风暴、检查语法、迭代句子、提供替代方案、充当橡皮鸭或唱反调。如果你什么都没有，那么什么也不会产生，只不过很流畅。LLM 擅长产生大量看起来不错的内容，但没人会愿意在观众面前大声朗读出来。 而这正是对我来说的价值所在：我可以比单打独干时做出更高质量的东西。我可以用它做更多事情，但我用它来让更少的作品达到更高的质量 (https://nolanlawson.com/2026/05/25/using-ai-to-write-better-code-more-slowly/)。我倾向于使用极其大量的 token，仅仅为了给人类准备几句话。我认为这是 LLM 的一个良好用途。我发现 LLM 确实能支持你进行思考 (https://www.theocharis.dev/beliefs/)。 我强烈同意，书面文本应该是人与人之间的交流。但我仍然用 LLM 写我所有的文字。我不觉得这矛盾。区分"AI 垃圾"和"优秀写作"的是文本背后是否有人类的思考。而且你不能把思考外包出去 (https://paulgraham.com/writes.html)。 但问题在于：文本背后是否有人类的思考，这正是你从外部无法看到的东西。"我用 AI 来更好地思考"这句话，从我嘴里说出来和从一个随机的 AI 技术极客嘴里说出来，一字不差，你根本无法根据我所说的内容来判断这是真是假。你根本做不到。因为被放大的废话听起来可能像天才之语，剩下的就只有信任。而信任很难获得，却很容易失去。尤其是在 LLM 时代。我自己就深有体会：一个连接号就能让整篇文章可信度存疑，因为我发现自己会想，难道这个人连去掉明显的 AI 痕迹都不愿意吗？ 在会议的 Discord 群里，在一次演讲中，有人问其他人如何应对这种紧张关系：很多对 local-first 有政治兴趣的人同时也坚决反对 LLM。他们担心如果用 LLM 开发软件，知道可能会被社区拒绝吗？有人回答说，包括当时台上演讲者在内的一些演讲者，一直在为这个问题表达"复杂的想法"。我觉得这很说明问题：即使是这里，人们也害怕公开说出他们在使用 LLM。我也有点害怕说出这一点：上个月我在 token 上花了近 10,000 美元。听起来太疯狂了。 按模型划分的 2026 年 6 月 token 消费电子表格截图（美元）：Opus 4.8 5042 美元，Fable 5 4179 美元，Sonnet 4.6 452 美元，总计 9838.85 美元我 2026 年 6 月按模型划分的 token 消费（美元），直接来自消费报告。我知道这很极端。之后我改变了两件事：我现在非常有选择性地使用 Fable，它实在太贵了。对于纯代码执行，我使用 OpenRouter 和更便宜的模型，比如 GLM 5.2。 但确实能从中获得巨大价值，我认为这是值得的。当 AI 刚出现时我试用它，我部分地毁掉了自己在那方面的信誉。但后来我意识到，信誉是你赢得信任的方式：你会站在观众面前大声朗读它吗？如果答案是"嗯，我会解释一下它的意思"，那么它就是垃圾。如果你真的愿意逐字逐句地读出来，并且不感到羞愧：恭喜，这是一篇好文章。 ## 我找到的一些模式 那么我是如何使用它们的？有一条难以言说的细微界限，很难描述，我认为只有通过使用这些工具并保持开放心态去体验和学习才能领会。我知道这个句子听起来像什么。这正是那些技术极客说的话。我甚至不能邀请你去尝试，而不听起来像他们。所以我会尝试描述我找到的一些模式。不是作为"这就是做法"，而是希望澄清情况。 是的，如果 LLM 不理解实际问题和需求，它会写出糟糕的软件。有了正确的技能和工具，你可以产出相当不错的软件。但在你和那个不错的软件之间，横亘着一种"讨好性"：它不会告诉你它没理解某件事，而是直接去做点什么。这也是为什么 /grill-me 技能（改编自 Matt Pocock 的 "grill me" 技术 (https://www.aihero.dev/my-grill-me-skill-has-gone-viral)）如此强大。它非常简短： ``` 毫不留情地就每个方面对我进行访谈，直到我们达成共识。遍历决策树的每个分支，逐一解决决策之间的依赖关系。对于每个问题，提供你的推荐答案。 一次只问一个问题，在继续之前等待我对每个问题的反馈。一次问多个问题会让人困惑。 如果某个事实可以通过探索环境（文件系统、工具等）找到，那就去查找，而不是问我。但决策是我的——把每个决策摆在我面前，等待我的回答。 在我确认我们达成共识之前，不要采取行动。 ``` 老实说，grill-me 的感觉很好。当我发现这个技能时，我无比兴奋于如此简单的东西竟能有如此大的影响。因为它迫使你一个问题一个问题地形成自己的想法。之后我就把这种逐步推进的方法应用到了所有事情上，这种在单个句子上花费海量 token 的方法，比如写文章。这篇文章就是我先胡乱写下自己的想法，然后逐句逐句地让 LLM 来"拷问"我而写成的。 每当我写代码时，即使是小事，我也会遵循 Basecamp 的 "Pitch" 方法 (https://basecamp.com/shapeup/1.5-chapter-06)，非常、非常认真地思考一个简短的"问题