2022年前的书籍
摘要
一篇个人反思,讲述了为什么偏爱2022年前的书籍,因为那些书是在没有AI辅助的情况下创作的,并对LLM时代人类努力的价值提出了质疑。
暂无内容
查看缓存全文
缓存时间: 2026/06/20 23:18
# 2022年之前出版的书籍 | Lorenzo Gravina 的笔记
来源:https://notes.lorenzogravina.com/musings/pre-2022-books
我注意到自己似乎在潜意识里更倾向于选择2022年或之前出版的书籍,而对之后出版的书籍有所忽略,尤其是那些我从未听说过的作者写的书。
我内心有一部分告诉我,我不该有这种感觉。我喜欢并在编程工作中经常使用大型语言模型(LLMs),我知道它们能产生出色的结果。毕竟,如果结果好,谁在乎是用什么工具创造的呢?
当我阅读一本2022年之前出版的书籍时,我知道每一个字都是手动输入、手动检查、手动编辑、手动校对的。这不知怎的对我产生了影响,使我对这本书及其内容给予更高的重视。
我不想听起来像那些曾经“担忧”社会被书写、印刷、报纸、广播、电视乃至互联网所“弱化”的人。那不过是冲着乌云大喊大叫罢了。但我还是忍不住觉得,这份努力*意味着*什么。
我不知道解决办法是什么,而且也不一定要有解决办法。或许我们会逐渐习惯这个新工具,然后继续前行。
相似文章
LLMs 与表演式生产力
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。
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。
回复关于我“LLMs are eroding my career”一文的评论
作者回复了关于其爆款帖子“LLMs are eroding my career”的评论,讨论了AI自动化如何减少金融科技领域对深层领域知识的需求,以及在vibecoding文化中保持勤奋所面临的挑战。
人工智能与人类评判的批判性思维反论证
本研究探讨在教育情境下,学生针对AI生成内容撰写反论证以培养批判性思维,并发现前沿大语言模型能够以与人类评估者中等一致性的方式评估此类写作。
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。