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
高质量非虚构书籍:AI垃圾内容的对立面
一篇个人随笔,反思精心策划的高质量非虚构书籍作为低质量AI生成内容的反衬,感叹传统图书馆浏览的衰退和AI垃圾内容的兴起。
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。
证明内容由人类撰写
作者反思了自己在编程中使用AI与选择手动写作的对比,强调了在创意表达中保留人类原创性的价值。
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。
了解你的敌人:对AI辅助软件开发的批判性探讨
Amy J. Ko 分享了她对AI辅助软件开发的批判性观点,探讨了使用LLM编写代码的前景与陷阱,并讲述了她为期三个月的实验,以评估对生产力和实践的真实影响。