@msimoni: 到目前为止，我还未能让LLM在编程的困难部分显著帮助我——设计代码……
摘要
作者发现，LLM在编程的困难部分（设计简单、通用、清晰的代码）并没有显著帮助，但在其他部分却非常有用，以至于他们将其评为10倍的生产力提升。
到目前为止，我还未能让LLM在编程的困难部分显著帮助我——设计简单、通用、清晰的代码。它们在其他部分仍然非常有用，以至于我至少将其评为10倍的生产力提升，这太棒了。
相似文章
2倍，而非10倍：2026年使用LLM编程
作者认为，由于LLM能够处理易于验证的任务，目前可为编程提供约2倍的生产力提升，但根本性限制使其无法实现10倍改进；进一步的提升将来自围绕现有能力重构工具，而非模型改进。
软件工程师：说正经的，你们真的从LLMs中有所收获吗？
一位软件工程师对使用本地LLM进行智能编码感到沮丧，指出诸如技术债务、忽略指令和过度生成代码等问题，质疑其有用性。
@msimoni：LLM 最诡异的影响之一是，人们表现得好像编写极其复杂的程序这件事如今已经解决了……
一条推文批评了关于 LLM 已经「解决」编写极其复杂程序这一被过度炒作的观点，以经过验证的编译器 CompCert 为例，说明这项任务仍然需要顶尖的人类专业能力。
引用布莱恩·坎特里尔
布莱恩·坎特里尔批评LLM缺乏人类懒惰带来的优化约束，认为LLM会不必要地使系统复杂化而非改进，并强调人类时间限制推动了高效抽象的发展。
为什么我仍然是一个怀疑论者
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。