我们工作场所的LLM集体错觉

Lobsters Hottest 新闻

摘要

一篇批评性的博文,认为工作场所的人工智能采用是一种大规模错觉,列举了失败的LLM项目、在顾问和研讨会上浪费的资源,以及对员工核心需求的忽视。

<p><a href="https://lobste.rs/s/lrjceq/our_workplace_llm_mass_delusion">评论</a></p>
查看原文
查看缓存全文

缓存时间: 2026/06/11 17:35

# 我们工作场所的 LLM 集体妄想 来源:https://blog.avas.space/llm-circus/ *2026年6月10日* 我不禁在想,未来我们回顾职场上这股 AI 热潮时,会不会感到困惑和尴尬。*如果*我们真的走进这样一个未来:泡沫破裂,模型进一步封闭,对普通用户来说变得过于昂贵,变得烂俗,或者高度专精于特定领域,大多数承诺最终落空——那么,雇主们将如何圆场?员工们又如何从这种如同邪教般狂热的环境突然消失、仿佛什么都没发生过一样的状态中恢复过来? 以我的雇主为例,他们正在为资金发愁。空缺职位不再填补,直接消失;员工因出色工作应得的奖金在两年前就因财务紧张被永久取消;必要的资源也被砍掉,只留下一句“*你自己想办法解决*”。好几个部门已经超负荷工作,却看不到任何援助,只能被要求偷工减料。为了省钱,重要的许可证和数据库也被放弃。 这就是我们工作场所采用 AI 的背景。然而,不知为何,依然有钱聘请顾问,建议我们全力投入 AI,以期未来能省钱;依然有钱多年支付外部公司为员工举办 LLM 工作坊和研讨会;依然有钱购买 ChatGPT 和 Copilot 的许可证。 > 这意味着:本该属于辛勤工作员工的奖金,以及支持我们工作的资金,流向了骗子、安全风险、毫无实际用途的糟糕培训,以及技术法西斯主义者。 不仅如此! 我们定期召开全公司会议,要求各小组展示他们的 LLM 项目。他们注册项目,试用几个月,然后回来展示成果。到目前为止,我参加了所有会议,*没有一个项目真正成功*。所有项目的结论都是:这不可行,这不节省时间,或者把事情搞得过于复杂。数百人,不同团队,对 AI 充满热情的人,各种类型的项目,却***没有一个成功***。 各种工作坊、“提示工程”、自定义 GPT 和技能、预先准备的文档和模板,都没能在我们的工作领域(*不是任何与编码相关的!*)做出真正有效且可复现的东西。*每次*都是一场混乱的赌博。我们需要花大量时间微调一切、重复任务、验证输出、纠正错误,然后才能继续工作流程中的下一步。不考虑这个或那个文档,幻觉、无法正确填写或编辑文档,是最大的抱怨。即使使用企业版许可证,限制也太多。 但等等,还有更精彩的! 我们还有全公司会议,让员工展示 ChatGPT 如何用于日常工作,而不仅仅是特定项目;就是工作日的一般用例。让我告诉你他们展示了哪些“伟大”的东西。 首先,他们展示了你可以问机器人今天感觉怎么样。这可不是作为玩笑或讽刺展示的;不,是非常严肃地展示的,我想大概是为了显示它有多酷、多未来感、多像人。写到这里我真的非常生气,因为我必须拼命争取我团队工作所需的数据库资金,每年都要为此辩护,而我*知道*,在任何其他情况下,或者仅仅五年前,如果你建议花几千美元订购服务,让员工跟一个机器人进行毫无意义的对话,他们会当面嘲笑你。喂,我们这里有一堆事要做,各部门都忙得要死,你却想要一个能跟你说话的软件?这会是当时的反应,***而且现在依然是正确的反应!!!*** 这样的人就该被当成傻瓜对待,我们需要更多地质疑他们! 接下来是“伟大用例”:从内网下载食堂菜单(一张设计精美的单页 Excel 表格,像时间表一样,显示每天的不同选项),然后把文件喂给 ChatGPT,问它周三午餐吃什么。我***真希望我在开玩笑***。我真希望!机器人吐出的答案比直接看完整张表格还要长。下载、上传、写提示词的时间,比直接看表格还要久。***你一眼就能看到周三午餐吃什么了。***根本不需要机器人! 另一个向我们展示的“一般用例”(而且是由我们的 IT 主管展示的)是,如果我们不确定某封邮件是否是垃圾邮件、钓鱼邮件、带有可疑附件的邮件等等……我们应该把它保存到桌面上,上传到 ChatGPT,然后问它。天哪。我仍然难以置信。抱歉,但我可不想让我们中间那些不太懂技术的同事把任何可疑的东西保存到他们的工作笔记本电脑上。拜托,这是怎么回事?我们都疯了吗? 不论有意无意,AI 似乎特别擅长放大人们身上的达克效应,让他们尝试的一切看起来都更聪明、更合理,把每一个屁都包装成一个漂亮的蝴蝶结,乍一看显得很有深度。人们可以假装自己现在正在做着真正重要且开创性的事情,而实际上他们只是在用这个工具完成完全平庸、毫无价值、有更好处理方式的任务。技术的辩护者可以感觉自己正在参与某种伟大而革命性的事情,幻想着有一天他们被证明是正确的,所有的批评者都会闭嘴或道歉——就像我那沉迷阴谋论的爸爸一样,十几年来一直抱着同样的预言不放,希望自己能领先于潮流,在他令人失望的人生中终于正确一回。 这很悲哀,因为这感觉像是一种完全失控的妄想;你会看到工作中负有重大责任、聪明能干的人,突然毫无缘由地变成了这些 AI 公司的托儿。一个非常合格的人,突然降格到和敲门推销员一样,撒谎说清洁产品效果有多好,编造出既不实用又无法正常工作的用例。像你这样的人,怎么会突然赞美让机器人总结一张该死的单页午餐表这个选项,并在全公司会议上把它当作一个好用例来展示?你到底做了什么才走到这一步? 这纯粹是炒作,诡异得很,而这些人是绝对不会承认的。我们工作中没有它能够解决的具体问题,至少 90% 的员工的工作不会从 Copilot 等工具中获益;然而我们还是在尝试,每次尝试都比上一次更糟,凭空发明用途,制造并不存在的问题,只是为了能消耗 token、证明订阅合理、cosplay 科幻电影里的人物,然后向上层管理展示点什么(“*至少我们试过了*”)。我们为了训练一个 LLM 而耽误日常工作,像宫廷小丑一样对它恳求、哀求、跳舞,然后在它吐出的垃圾里翻找。如果你在我工作的地方问一问,任何用途都是好的,因为那就是*一种用途*,我们在“*探索*”和“*玩耍*”。这完全低估了浪费的时间、消耗的资金、每次使用的影响,以及这些工具背后的强大机构。 我只是想:这怎么会这么快就降临到我们头上?从来没钱干别的,但这项前期成本巨大、又不可靠的技术,却立刻通过了?新技术通常与公共部门无缘,但这一个却得到了所有关注?在这头“巨兽”里引入任何变革或新想法通常需要数年甚至十年,可我们却在一眨眼之间就建立了处理 AI 的基础设施和组织能力? 认识到一个地方实际上多有能耐,以及事情有多么容易推行——只要领导层愿意——这是令人不适的。这完全是一个卸下面具的时刻,强调了从来都不是默认情况下不可能或进展缓慢;这是故意的、有意的,任何时候都可以改善。这对任何员工来说,都是一个彻底摧毁信任的时刻。 这就是为什么我在文章开头问,我们最终该如何从这一切中走出来。我们该如何共同忘记并跨越:亲眼目睹机构中那些受人尊敬的长辈,以“进步”的名义,完全彻底地让自己丢尽了脸?所有的大门和钱包都向这个彻底的失望敞开,从而表明,那些被认为是组织中固有且不可避免的实施障碍,仅仅是一时失误、一个谎言、一种武断的东西?这一切如何创造了一种文化,让人在数月里反复感觉自己被煤气灯效应所操纵,仿佛疯掉的是你自己? 我完全无法忘记这一切。这是我个人的第二次新冠。 > 最后提一句:如果你的工作场所或生活中完全没有发生这些事——那真心为你感到高兴。本来就应该个个地方如此,希望我也能最终遇到。我为你身边那些熟练且称职的人鼓掌,他们明智地选择使用 AI,物尽其用,并提供好的解决方案。如果你所在的行业使用 AI 有意义且能产出好成果,我为你高兴。但不幸的是,像上述那样的地方和情况确实存在,所以请允许我们这些人倾诉其中的疯狂,而不要试图否认我们的经历。 [通过邮件回复](mailto:[email protected]) 发布于 2026年6月10日 #2026 (https://blog.avas.space/blog/?q=2026) #技术 (https://blog.avas.space/blog/?q=tech)

相似文章

LLMs 与表演式生产力

Lobsters Hottest

一位开发者反思使用 AI 代理的经历,并质疑表面上的生产力提升是真实的还是仅仅是表演性的,指出虽然任务完成得更快,但深层理解和真正价值可能会丢失。

为什么我仍然是一个怀疑论者

Lobsters Hottest

作者对LLMs在软件开发中的有效性表示怀疑,指出缺乏关于生产力提升的独立研究以及AI生成代码的质量问题。