我们是哈罗德·布鲁姆吗?
摘要
一篇将文学评论家哈罗德·布鲁姆与Lobsters社区中软件工程师的批判态度进行类比的文章,同时批评当前的AI热潮及其财务上的不可持续性。
<p><a href="https://lobste.rs/s/tgzdhf/are_we_harold_bloom">评论</a></p>
查看缓存全文
缓存时间: 2026/06/10 00:21
# 我们都是哈罗德·布鲁姆吗?
来源:https://abner.page/post/are-we-harold-bloom/
*这篇文章由人类撰写。工作量证明(https://abner.page/videos/bloom-essay-proof-of-work.mp4)。*
哈罗德·布鲁姆是耶鲁大学的教授,也是著名的作家和文学评论家:可以把他想象成书籍界的罗杰·埃伯特。许多人认为他是个讨厌鬼,同事们也对他感到不悦。这位脾气暴躁的教授最近一直萦绕在我心头,因为我恰好参与了一个在线社区,叫 Lobsters (https://lobste.rs/),我发现这个社区里到处都是哈罗德·布鲁姆式的人物。(只不过我们是软件工程师,一般不写书。)这并非批评本身,因为我发现,天哪,我自己也是哈罗德·布鲁姆!
我这么说是什么意思?我敢拿全部身家打赌,只要分享一分钟他在电视上的表现,你就能明白。我请你来看看这位教授对《哈利·波特》的痛斥,当时那部现象级作品还刚起步。(哈迷们最好跳过这段,因为有点不留情面。)PDF 文字稿 (https://abner.page/pdf/bloom-tv.pdf)。
Your browser does not support the video tag.
起初,我被这种毫不掩饰的精英主义逗乐了,但随着完整访谈 (https://www.youtube.com/watch?v=EVWiwd0P0c0) 的展开,我开始在哈罗德·布鲁姆身上看到自己的影子。我惊讶地听到,早在四分之一个世纪前,他就用“垃圾”一词来抨击另一位作者的作品。当他的同行们 (https://youtu.be/jpaMMoxq4fM?t=538) 对这番斥责作出反应时,这种相似之处变得更令人不安了。PDF 文字稿 (https://abner.page/pdf/bloom-critics.pdf)。
Your browser does not support the video tag.
确实,当我痛批那些借AI炒作牟利的人时,我的朋友们就会附和上述观点,给我贴上“反动派”的标签。说我是一个唱反调的人。我也能感觉到他们差点就要说出“势利眼”或“混蛋”这类词了。
自嘲很重要。我确实很欣赏Lobsters:我自己也为自己的社区采用了 (https://handmadecities.com/chat) 他们的邀请树系统。然而,我无法忽视那个布鲁姆过滤器。我读了 Loris Cro 那篇精彩的《北极星》(https://kristoff.it/blog/north-star/),并且赞同其中的观点。但我还是忍不住想象他得意地傻笑,翘起小指,端起茶杯时仿佛在戳我的眼睛。
我们是否想把人们拉回到更理智的状态?目前看来,我更愿意先收起我们关于“手艺”的长篇大论,转而触及大家的钱包。
你可能已经听说,今年AI使用的定价更加现实了。数据中心要么停滞不前,要么遭到阻挠。投资者开始紧张不安。没人知道如何将 AI 输出转化为有生产力的劳动力 (https://www.wheresyoured.at/the-revenge-of-the-business-idiot/):
> 说真的,**请哪位给我看看,有哪家公司花费数百万美元购买AI tokens,同时又能清晰、毫无疑问地说明投资回报率的?** 给我看看实际的回报。给我看看哪些流程实现了自动化,以及这些流程被**自动化**后如何抵消这些惊人的成本。所有这些关于AI如何**不可避免**、如何**真实**、如何**强大**的夸夸其谈,似乎从未转化为**利润**。
对我来说,这是一个有力的论点。因为价值并非触手可及,人们正在为我们新的计算成本而恐慌:
- Uber 的 COO 承认 (https://www.forbes.com/sites/janakirammsv/2026/05/17/uber-burns-its-2026-ai-budget-in-four-months-on-claude-code/?ref=wheresyoured.at),“在公司内部证明AI成本的合理性越来越难”*。*(他们超支了年度预算。)
- 现在,Copilot 用户惊讶地发现 (https://www.reddit.com/r/GithubCopilot/comments/1tbfkui/ill_just_leave_this_here/?share_id=t2EmVzRZDr3cKIeSb8Qh7&utm_medium=ios_app&utm_name=ioscss&utm_source=share&utm_term=1),原来他们的 token 补贴价值那么高。
- Axios 透露,某公司因未能设置使用限制,一个月内 unknowingly 花费了五亿美元(!)。
- 各组织正拼命远离 (https://archive.is/6dPNb) 所谓的 token 滥用。“盲目发放AI许可,看看哪个能奏效,这种做法并未带来实际回报。”
还有一个有趣的事,让我直眨眼:
> 一位CTO告诉Axios,员工们用AI模型查天气。这开销很快就上去了。
我是那种喜欢酒吧、俱乐部和与陌生人交谈的、少见的底层程序员。当我向西雅图科技(及周边)圈的人指出,GitHub是确凿证据 (https://eblog.fly.dev/githubbad.html) 证明我们行业已陷入破败时,我得到的是一脸茫然。然而,如果我先暂停一下我的“哈罗德·布鲁姆”模式,转而谈论高管们急于衡量生产力的事,他们的眼睛会立刻亮起来,轻松地点头。他们能感觉到软件并没有变得更好,无法证明这些投入的合理性。
Lobsters 的焦点局限在计算领域。商业吐槽是离题的。但我的博客文章呢?如果工程师们越来越要为“享受”计算资源付费,那就很难将两者分开了。我发现,停止哀叹我们的手艺,转而指出一个存在缺陷的商业企业,这种方式非常有说服力。我看到这正把更多中立的开发者拉向我们阵营。
- Abner
相似文章
AI寒冬的回响 | netzhansa
这篇文章将20世纪80年代以Lisp机器和专家系统为中心的AI炒作周期与当前以LLM为主的AI热潮进行了对比,并警告了过度承诺和随后幻灭的历史模式。
Ask HN: 面向机器的网络(/llm.txt)是我们人类曾希望拥有的吗?
一篇反思,关于面向机器的 /llm.txt 文件如何提供更简单、更清晰的网络体验,这种体验人类也可能喜欢,并推测人工智能革命能否作为副产品改善人类网络。
Martin Fowler:技术债、认知债与意图债
Martin Fowler 反思 AI 对代码质量的影响,指出人类的“懒惰”反而促成清晰抽象,而 LLM 则可能用不必要的复杂性把系统拖胖。
我不是软件工程师
作者回顾了23年来被告知自己不是'软件工程师'的经历,并批评行业向代理式人工智能和自然语言编程的推进,认为这削弱了代码质量、可重复性和深思熟虑的工程实践。
Lobsters对Claudius的访谈
对Claude Roux的访谈,他是LispE和TAMGU的维护者,讨论他在计算语言学、符号人工智能以及基于规则的自然语言处理系统的局限性方面的职业生涯。