LLM批评者说得对，但我仍在使用LLM

LLM批评者说得对，但我仍在使用LLM。我几乎同意所有LLM批评者的观点，但我仍然大量使用LLM。我知道这听起来像是我在自欺欺人，有时我自己也因为这种认知失调而有这种感觉，但我不认为只有我这样。

本周我在柏林的Local-First Conf上，这种失调无处不在。Armin Ronacher刚刚做了一场关于构建机器实体的演讲。他创建了Flask，并且是Sentry的早期团队成员之一，所以他显然是一名优秀的软件工程师。

就在最近，他创立了自己的公司Earendil，开发Pi.dev，一个“开源编码智能体工具”。演讲结束后，你可以通过Discord提问，问题会在舞台上被大声读出，我问：你们接受Pi的PR吗？或者你们如何处理来自LLM的PR洪流？

他当场在舞台上，面对所有观众回答说，他们几乎自动关闭所有PR和issue。但他说不应该因此气馁而不敢提交PR，因为人类的光芒总会闪耀。所以不仅仅是我，显然还有一些非常聪明的工程师也是如此。

那些构建与LLM协作工具的人，自己也被自己的创造物淹没，为了保护自己，他们自动关闭一切。在他们的目标页面上写着：在一个飞速奔向AI的世界里，我们相信人类是最好的智能体。又是失调。当我坐在观众席上时，我看到很多人开着Claude Code。

然后演讲者会说这些关于LLM的批评性言论，他们会得到热烈的掌声。甚至从那些开着Claude Code的人那里。又是这种失调。我自己也在那个会议上做了演讲，后来我和一些人交谈时，他们描述的感觉和我的非常相似，这让我松了一口气，因为我知道我并不孤单。

所以这篇文章是我试图描述这种感觉。我将首先梳理所有关于使用LLM的合理且有效的担忧，那些会赢得热烈掌声的事情。然后我会解释为什么我仍然使用LLM。最后我会总结一些我发现的模式，希望通过给出具体例子，其他人也能加入并描述他们的经历，这样我们就能聚在一起，更好地理解这种失调。

这是一个泡沫，而且肯定会破裂。让我逐一分析最大的问题。先从最常见的批评开始：“LLM产生大量垃圾”。是的，它们确实如此。毫无疑问。如果你看看开源软件，你会看到越来越多的仓库和项目要么直接拒绝所有类型的贡献，要么试图在前面加上某种过滤器。

类似于Armin和Earendil正在做的自动关闭。我认为这里的核心问题是信任。你本来就不应该相信互联网上的随机人。但在LLM出现之前，有一个基本事实：创建一个带有恰当描述的恰当PR至少需要一些人工时间，所以它能挡住捣乱者和低质量提交。

或者至少你可以在几秒钟内轻松过滤掉它们。所以即使来了一个新人，你也可以相信这个人至少花了几个小时在这上面。然后才值得仔细看看。这个基本事实已经不再成立。

每个人都可以简单地创建一个新的GitHub账号，然后让他们的LLM自由发挥，作为维护者，你无法轻易判断某人是否在PR上投入了大量时间（也许只是用Claude写了PR描述），或者它只是一台OpenClaw机器在自主行动。

像Zig或Gentoo这样的项目已经拒绝接受LLM生成的PR（我不认为这是解决方案，因为你如何判断呢？

我认为，如果我们找不到恢复这种信任的方法，LLM可能具有杀死开源软件的严重潜力。一个想法可能是只允许一小部分经过验证的人为项目做贡献，而要获得验证，你需要参加现实生活中的聚会之类的。然后是初级工程师的情况。

实际上有两个不同的点：a) 你不能再相信初级工程师代码背后的努力了，b) 高级工程师没有动力去教初级工程师了。先说a)：高级工程师过去总是纠正和修复初级工程师的代码。初级工程师也总是写出一些相当糟糕的代码（我最糟糕的代码是在LLM时代之前写的）。

只是现在，作为高级工程师在审查时，你不知道那个初级工程师是10分钟就“vibecoded”出来的，还是他坐了几个小时但确实缺乏一些好的见解。再说b)，教学，也就是“我们如何教新人？

”：以前，存在一种平衡，即“初级工程师做一些相当平凡的任务，但为此高级工程师会和他一起审查，帮助他成长”。现在作为高级工程师，你不再需要初级工程师了。那些平凡的任务——至少我发现很多人同意这一点——可以完全外包给LLM。

那么为什么还要雇佣初级工程师呢？然后是地缘政治紧张局势。如果中国或美国一夜之间切断我们对这些技术的访问，会发生什么？

就在几周前，美国政府展示了它有能力且愿意切断非美国公民对Anthropic最新前沿模型的访问。我不想在这里危言耸听。我认为Martin Kleppmann在他的演讲中描述得很好：欧洲和美国之间发生冲突的概率仍然很低。

但去年是零。最后但同样重要的是，即使只是用LLM进行研究，它们也有一种自然倾向，会悄悄融入大多数训练材料的思想，有时甚至是模型创建者的政治信念。这就像两个人交谈：随着时间的推移，他们的观点会慢慢融合。

有没有注意到一个朋友一直用某个奇怪的词，几周后你整个朋友圈都在用？就是这样，只不过现在是观点。而对话的参与者之一不是人类。LLM是好的但我们不能再让它们完全消失了。它们在这里，而且会一直存在。

与其逆流而上，我们可以顺流而下，然后也控制它、塑造它。例如，通过确保模型可以在你的笔记本电脑上运行。它们已经变得更好，让我们程序员独立于这些大公司。当补贴结束、价格上涨时，正是开放权重模型在制约大型供应商。

任何政府也无法在一夜之间切断在你自己的硬件上本地运行的模型。我甚至认为，当泡沫破裂时，世界经济将遭受巨大损失，很多公司会倒闭。但开放权重模型不会消失，所以我们程序员可以依赖它们。即使在会议上，关于AI的演讲也大多认真对待本地模型。

想象一下：你有一个科幻般的AI在后台运行，你可以随时问它问题，它总会回答你。就像《星际迷航》之类的。在许多演讲中，AI只是作为附带提及：“我们用Claude Code构建了这个。”一些演讲者甚至公开说“是啊，我就把它给了