Katamari架构

# 卡玛奇架构 | nove.dev 来源：https://nove.dev/blog/katamari-architecture/ *或，如何用泥巴堆出一颗星星* 用户`marginalia`[\[1\]](https://nove.dev/blog/katamari-architecture/#fn-1)在 lobste\.rs 上将（https://lobste.rs/c/fjedew）表现欠佳的软件开发LLM智能体的输出，比作《块魂》（*Katamari Damacy*）中的“卡玛奇”：一款电子游戏中，你滚动一团杂七杂八的物体，将沿途能找到的一切都粘在表面。这个比喻相当贴切——智能体开发往往倾向于不断增加功能，而不顾及整体架构——它们选择最短路径来满足提示。它具备了薪水微薄且时间紧迫的人类工程师的所有缺点。然而，我认为这个类比对《块魂》不公平！那个灵魂黏球是精心设计的（当然是算法设计的，但算法本身也是精心设计的），*看起来*像是随意拼凑、毫无计划的，但他们让这个球体自然变圆的方法极其复杂，以至于他们认为值得为此申请一项专利（https://worldwide.espacenet.com/textdoc?DB=EPODOC&IDX=US7402104）。相比之下，LLM缺乏必要的判断力来确定如何恰当地添加任何提示者想要的新功能，它只是被随机粘了上去（遵循某种概率分布）。尽管如此，“卡玛奇架构”这个流行语足够吸引人，我希望它能“粘”下去！ 卡玛奇架构已然存在，但它并非无解难题。让我们看看能否从过往经验中学习。 最明显的类比是“大泥球”（Big Ball of Mud）架构（https://www.laputan.org/mud/）。Foote 和 Yoder 认为，多种“力量[……]共同作用”造就了大泥球——时间、成本、经验、技能、可见性、复杂性和规模。思考驱动因素是理解现象的好方法：先以钢人（Steelman）（https://en.wikipedia.org/wiki/Straw_man#Steelmanning）的方式理解切斯特顿（Chesterton）（https://en.wikipedia.org/wiki/G._K._Chesterton#Chesterton's_Fence），再批评他的篱笆。当然，LLM完全无视这个比喻，因为它们会毫无理由地让篱笆呼啸着飞过广阔区域，一边拍马屁般地对你的质疑做出胡言乱语（bullshit）（https://en.wikipedia.org/wiki/On_Bullshit）的回复，一边随意挪动它们。但我跑题了；你能用造泥球的冲动来堆一个卡玛奇吗？ - **时间**：LLM有的是时间。表面上，它们能比任何人类开发者快得多，全天候、跨周末节假日工作。时间不是问题。 - **成本**：许多公司拥有无限的token预算，由此催生了“tokenmaxing”。如果LLM真的擅长架构，成本根本不是问题。LLM全部的卖点就在于，它们完成相同工作比人类更便宜；成本不是问题。 - **经验**：前沿LLM几乎训练了（或多或少）有史以来所有软件的全部输出，以及所有书籍、博客和论坛帖子。没有LLM不熟悉的架构过程，尽管其本质表明，除非被……提示，LLM不会提出任何非中庸、非最大公约数的想法。经验不是问题。 - **技能**：值得商榷。LLM展现出超乎人类的“尖刺状”[\[2\]](https://nove.dev/blog/katamari-architecture/#fn-2)智能，与其他自动化系统类似。它们在某些任务上好得不可思议（在大量文本语料库中进行欠规范搜索），在其他任务上却差得可笑（任何公开的LLM重大失败案例，例如“草莓综合征”（https://techcrunch.com/2024/08/27/why-ai-cant-spell-strawberry/）、“洗车运输”问题（https://www.reddit.com/r/PromptEngineering/comments/1r9bxx9/i_asked_5_popular_ai_models_the_now_viral/）、认为自动售货机形而上学地不可能存在（https://arxiv.org/html/2502.15840v1#S3.T4.4.9））。任何以审阅LLM输出为生的人都知道，它们犯的错误与人类不同，而且更难发现。技能的缺乏可能是导致卡玛奇架构的原因之一。 - **可见性**[\[3\]](https://nove.dev/blog/katamari-architecture/#fn-3)：LLM擅长生成海量代码——这正是问题的一部分。没人会去细读一个+6000/-400行代码变更的PR——这太累人了，而且改变不了什么。代码库中LLM生成的比例越高，可见性就越差。Andrej Karpathy甚至不再读代码了（https://x.com/karpathy/status/1886192184808149383）。正如Foote和Yoder所说，“[如果]系统能运行，能发布，谁在乎它内部是什么样子？”这简直是现代氛围编码师（vibecoder）的信条。就放弃你的认知吧（https://arstechnica.com/ai/2026/04/research-finds-ai-users-scarily-willing-to-surrender-their-cognition-to-llms/），拥抱这个泥团吧！ - **复杂性**：大多数软件内在复杂性（essential complexity）（https://en.wikipedia.org/wiki/Essential_complexity）很低，在这个规模下康威定律（Conway's law）（https://en.wikipedia.org/wiki/Conway%27s_law）并不适用。复杂性或许能解释某些大泥球，但解释不了LLM生成的卡玛奇。我猜大多数真正复杂的领域仍然主要使用手工编写（hand-authored）（https://github.com/tigerbeetle/tigerbeetle/blob/47aeb2212a255273dda508288412e537d11e4b7c/src/tidy.zig#L1353）的软件，尽管现在已经是个恶性循环了。 - **变更**：人类努力是变更速度的天然刹车。自动编码加速了变更；LLM让实施一项新变更变得像提出请求一样简单（当然有不少重要的注意事项）。然而，与人类造成的变更不同，LLM驱动的变更倾向于在现有架构（无论它是什么样子）上堆积，而不是直击核心。一个受LLM影响很深的卡玛奇代码库，通常有一个设计精良（通常是人类设计的）核心，却被一层层风格化的家居用品掩盖。智能体可能决定重新设计整个系统，但很少具备相应的能力；软件工匠们深知，重新设计或重写复杂、痛苦且漫长，理应心存敬畏。LLM自行尝试重设计注定失败。 - **规模**：Foote和Yoder的观点（除非我理解错了——原文对我来说有点模糊）是，原本技术精湛的设计师在面对大规模项目时难以找到优雅之道。我觉得这并不太适用于智能体，它们即使在小规模下表现也平平。在大规模下，它们也不会变得更好。 --- *背景压缩* --- 此列表中的主要因素是技能、可见性和变更。LLM在编写代码方面，相比熟练的人类开发者确实不够好，它们是完全另一个层次的不可见代码，并且取消了原本防止其他泥泞项目崩溃的空气动力学阻力（即人工审查），一次提交15,000行代码的变更。 可见性的问题卡在我喉咙里了。用户看不到应用程序内部的可怕泥浆已经够糟了，现在连开发者都不读代码了吗？我们彻底完了，朋友们。 ### 该怎么办？ LLM是加速主义梦想的实现。燃烧煤炭，污染水井，扼杀开放网络，入侵地球（从雨林开始）。清除所有有潜在精神分裂倾向的人（https://en.wikipedia.org/wiki/AI-induced_psychosis）。让信任过时。用无法言说的内容（the unspeakable）（https://www.theguardian.com/technology/2026/sep/03/elon-musk-ai-grok-child-porn-lawsuit）淹没互联网。希望我们最终能获得无限的可再生能源、无限的算力、安全高效的软件、废除版权和普遍的休闲。顺便治愈所有疾病。只要亿万富翁们还掌握着钥匙，我的无政府主义乌托邦当然不会实现。如果jyn（https://jyn.dev/tokens-too-cheap-to-meter/）所言属实，几年内我们每个人手机上都会有Astra级别的模型。这表面上看起来不太可能。 虽然难以置信，但我并非末日论者。氛围编码师们大错特错，但显然（https://rfd.shared.oxide.computer/rfd/0576）使用这些被诅咒的圆球来构建更好的软件是可能的。我也不声称拥有能让这些地下实体屈服于我们意志的魔法咒语，但非生成式应用最有前途。LLM显然能够（https://daniel.haxx.se/blog/2026/04/30/approaching-zero-bugs/）在精心编写的代码中发现真正的缺陷。就像模糊测试一样，这需要消耗大量算力来换取这一能力；同样像模糊测试，超大规模云服务商乐意提供一些免费算力（alms-free compute）来维护他们珍视的开源软件。 我见过的一个想法（https://github.com/hawkw/mycelium/commit/b77e854bcbbe7c64f644e4c6ceeaebb74c80c79a）是关于“代码垃圾工”和软件维护者之间的军备竞赛：“除非我看不出来你用了LLM，否则你不能用LLM为这个代码库做贡献。”我喜欢这个主意——首先，它赋予不堪重负的维护者全权，可以将任何草率的PR打入冷宫；其次，用Eliza的话说，“将模型生成的代码重写得不像其原样，迫使生成它的人必须彻底阅读和理解它。” --- Foote和Yoder最终总结，大泥球是一种愤世嫉俗的最优选择——软件在我们脚下变化如此之快，“权宜之计、刀耕火种、用后即抛的编程方式，实际上是最前沿的策略”。我不同意他们的看法，并断言卡玛奇架构也好不到哪里去。大泥球和卡玛奇架构都是应对机制，源自于幻灭的从业者们被迫在无视交付时限（仅剩表面功夫）的情况下交付无穷无尽的华而不实的功能所造成的创伤。软件吞噬了世界，现在它正在吞噬我们（https://graveface.bandcamp.com/album/eating-us）。我们需要的不是无视风险的全速狂奔，而是关怀与专注。 我想要更小、bug更少的软件，由那些工作更少、报酬更高的人们[\[4\]](https://nove.dev/blog/katamari-architecture/#fn-4)来创造，而且我不是在开玩笑（https://x.com/Jordan_Mallory/status/1277483756245442566?s=20）！ --- 1. 优秀的小型网络搜索引擎marginalia（https://marginalia-search.com/）的作者↩ (https://nove.dev/blog/katamari-architecture/#fr-1-1) 2. “尖刺”是相对于“人类标准”而言的，这意味着神经多样性（尤其是自闭症和ADHD）通常被归类为尖刺状的。我绝不是在说LLM智能类似于自闭症智能——两者的“尖刺”并不对齐。正常的方式只有一种，但异常的方式多种多样。↩ (https://nove.dev/blog/katamari-architecture/#fr-2-1) 3. 一个更深层的可见性问题，与本文其余部分不太搭调——LLM在某种程度上是黑箱（尽管有一些引人入胜的脑外科手术尝试（https://www.anthropic.com/news/golden-gate-claude））。我们完全不知道它们内部发生了什么。可解释AI就像SOPHIE（https://archive.org/details/intelligenttutor0000unse/page/52/mode/2up?q=SOPHIE）（*推荐收听（https://nmbrs.bandcamp.com/album/product-2015）*）时代一样，仍是个白日梦。↩ (https://nove.dev/blog/katamari-architecture/#fr-3-1) 4. 工人所有的合作社或许能有所帮助。↩ (https://nove.dev/blog/katamari-architecture/#fr-4-1)