人类智慧独特性之悼词

我厌倦了这些东西

现在关于 AI 的工具五花八门，层出不穷。看到现在，我的感受只有两个字：烦了，烦了。

AI 技术很厉害，但也很无聊。当然，我指的是近些年发展迅猛的大语言模型（Large Language Model, LLM.）。我完全没有兴趣在那上面折腾，无论学校考试还是上网冲浪，总是能看到 LLM 有关的内容，甚至某个技术周刊都快要被 AI 内容占领了。

现在甚至还出现了什么「AI驱动的创意写作」工具，就连 README 都是 Emoji 加无序列表的标准模板。看了一下技术栈：Electron, Node.js……简直和泛滥的 AI 内容一样令人讨厌啊！ 这些东西到底有什么意思……

诶，不要以为我是那种坚持用没有配置的 Vim 手写 8086 汇编和纯 C 的上古遗老，我也会使用 LLM，但我总来没有在这上面花过一分钱，也没有为它折腾过任何一秒，更没有让任何一行我不理解的代码出现在我的仓库。正是因为我用人工智能不少，所以我厌恶人工智能的输出，更不想用它搞什么「创意」和「创作」。我已经完完全全审美疲劳了。

人工智能的「创作」毫无独特性可言，无论是 CSS 还是文字，处处都透露着一种模板化的风味，而这种模板又唾手可得，随处可见。人的温度正在被无限稀释，我上网的目的除了功利性地获取信息，就是与人连接，是与有血有肉的人连接，而不是统一语气统一回答的程序。这些模板就像商场和电梯的音乐一样，谁听多了都会抓狂的。

幻灭感和危机感是批判 LLM 的动力之源

目前出现最广泛的「AI 技术」，无非就是教你如何使用一个大模型，如何调整 Prompt，如何使用多个大模型，如何用大模型协作，如何部署 Agent，如何用 Agent 调用大模型……

你甚至可以把配置文件之类全部交给人工智能去做，自己只要做「决策」即可。这太无聊了。它确实相当厉害，但是它相比其他的技术，玩起来没有一种调教降伏工具的乐趣。并且我看到那些使用大量 Javascript 和 Vibe Coding 的「AI 工具」就头皮发麻。LLM 相关的技术总是给我一种轻飘飘、不可控的感觉。近些年出现了一大堆新名词，如「AI赋能」「提示词工程」，还有那个连我们快退休的政治老师都知道的 ClawBot。

腾讯在这次龙虾热中无疑担任了最大的推手，但真的是所有人都需要那东西吗？无论什么地方都好像弥漫着一股风气：「如果你不去折腾 AI，你就要被当成落后的老顽固，要被裁员了！」

那么，这项「技术」的使用流程是什么呢？基本的用法就是：输入文本，等待输出。仅此而已。作为玩具来说，可玩性非常差；作为工具来说，极其简单易用。我甚至不愿意称它为「技术」，我是说像计算机技术那样的技术。因为使用 LLM 完全不需要任何技术，就连我五岁的弟弟都能和豆包一聊一整天。

使用门槛如此之低，也就让大家谁都能在某个专业领域扯上两句闲话，甚至有人直接把 LLM 的回答当作人类提出问题的回答，粘贴或截图给别人。把 LLM 的回复当成真理传播。要知道，这个世界上除了数学和物理法则，没有什么是真理。现在谁都能用如此博学，又如此易用的工具，在某个专业领域，尤其是编码领域有所「作为」，技术的发展让曾经有门槛的技术不再是一门值得追求的手艺，这种幻灭感和危机感，或许是保守派程序员喋喋不休批判 LLM 的动力之源。

LLM 非常无聊，非常不可控，非常不可预测，非常不安全。甚至有一些单位直接把工作交给人工智能来做，然后一团混乱。LLM 在某种程度上抹平了技术差异，包括我在内的很多人都是受益者。但有些人根本不热爱技术，还把 LLM 生成的根本不属于自己的东西当作「技术」，当作自己炫耀的资本。

就连折腾的乐趣，都大不如前了。因为解决问题变得更简单了，而折腾的乐趣就在于解决问题后的成就感。那个大家遇到什么东西不会，百度搜、谷歌搜，在论坛、在邮件列表提问的时代已经一去不复返。只要把问题输入给 LLM，等待输出，如果不行，就重复这个过程，如果还是不行，就新建一个会话，还是不行，那就换个模型吧。

想当初我八九岁的时候，手拿一台 PSP，一根接触不良的 Micro USB 线，一台只能在墙内打转的电脑和一个不会英语的人脑，在互联网的各个角落搜集刷机攻略，那个没有 LLM 的年代，只能靠一遍又一遍修改关键词，一次又一次失败重试，在紧张和激动中感受 Hacking 之乐，我无法想象当时我是怎么成功的。

LLM 的输出结果都是基于人类创造的内容，比如博客文章、论坛帖子，但人类不再愿意创造新的内容了，搜索引擎中人工智能生成内容占比正在增加，这是一件非常恐怖的事。

原本产出高质量技术文章的博客，不再深入浅出地分析某个疑难杂症，而转向用 LLM 生成满是列表和 Emoji，充满跨领域的不恰当肉麻比喻的文章。这些内容占据搜索引擎的结果，而 LLM 又搜索到那些文章，技术的含金量和温度一次又一次被这些垃圾稀释了，与底层原理的隔膜会越来越厚。

到那时候，人类的技术大厦就建立于流沙之上。没有人懂得这块砖为什么要垒在这里，如果想知道，就去问问大模型吧，如果得不到结果，就再问一次，再得不到结果，就新建会话，实在不行，换一个模型吧。

我在上文多次使用「工具」一词，一方面是因为 LLM 作为玩具来说可玩性不强，另一方面是它只配被当作工具。

木工不会和锯子恋爱

「我完全理解你的感受」「你完全是对的！」「你精准地捕捉到了……」「不是……而是……」「你的观察非常敏锐」……

我见到有不少人除了日常生活抉择依赖 LLM，也会在 LLM 那里寻找情感支持。

大模型之所以能与用户对话，其原理是在根据 Prompt（提示词）一字一字地猜出合理的下文，它几乎阅读了人类现存的所有文字资料，通过统计学原理，学习一套语言模式，在回答中应用这个模式，一字一字地拼出合理的回答。

不知道你有没有读过《道诡异仙》这部网络小说，这本书中有一个叫「游老爷」的奇怪生物，书中对它的描述是「各种线条扭曲拼接而成的，一团高频颤抖的东西」。这很符合我对 LLM 的形象臆测，想象一下吧，对一团线性代数算式和根本无法推理、不可名状参数诉说你的情感问题。

长期使用人工智能获得情感支持，无疑会产生依赖，LLM 是一个程序，最好只把它当作工具使用，就像木工会用锯子切割木头，但他们绝对不会和这把锯子坠入爱河。不过，在完全的工具属性使用中，也会令人产生依赖，比如 Vibe coding¹。为什么 Vibe Coding 会上瘾呢？我要举一个图文创作者喜闻乐见批判的例子：短视频。

读一小时书所花费的脑力和刷一小时所花费的脑力，以及获得的回报是完全不同的。这里的回报可以简单分为两类，以短视频为例。

一、短期回报。短期回报是指通过滑动视频，切换信息环境带来的一次又一次的刺激，在短视频的无限信息流中，用户就会出现近似赌狗一般的「万一下次回本了呢？」的「万一下一个视频是我喜欢的呢？」的心理试探。配合推荐算法，让整个信息流中出现用户喜爱内容的概率大大提高，从而满足赌狗心理。而刷到了感兴趣的内容，就会有最原始的多巴胺的快乐。短期回报即生理和心理意义上的暂时快乐。

二、长期回报。回报不一定是正向的，也会出现负向回报。吃药会出现耐受性，刷视频同样会出现耐受性，而需要更多的刺激来满足下一阶段的赌狗心理以及多巴胺需求，如此循环往复，大脑在一次又一次的切换中，已经习惯了这样的模式，从而迅速丧失长时间深入思考的能力。在短期回报所积累的原始欲望的驱使下，进一步索取刺激，这就是成瘾性及其危害。

有了短视频这个先例，再来看看 Vibe coding 为何会成瘾。与阅读相比，刷短视频带来的快乐明显更即时；与自己动手解决问题比起来，让人工智能自动解决明显更方便。大脑会更倾向于「偷懒」，更愿意处理负担小的任务，因此会更倾向于使用人工智能解决问题，而非自己动手。同时，赌狗把希望寄托于不确定性的特质又一次显现：「万一下一版就跑通了呢？」，短期来看确实解决了眼前的问题。但长期来看，完全依赖人工智能编码对能力的长进帮助极其微小，甚至可以忽略不计。这就像抄数学作业一样，复杂的几何证明仅仅是抄写一遍文字，怎能理解其中的原理？这是 Vibe coding 长期来看的负回报。

搭建一台 WWW 服务器、手写一个文本编辑器、折腾操作系统的过程中，几乎所有行为都是可预测、可推理的。每修改一行代码，每修改一行配置文件，都有可以预见的效果，折腾的乐趣在于「技术」是非常简陋的，简陋到你要深入它的内部细节。而 LLM 只是一个黑箱，作为用户，谁也无法深入到 LLM 的内部细节，只能隔靴搔痒一般地修改提示词、等待输出。并且输出的质量，除开自然语言写就的提示词，只和模型质量有关，用户完全无能为力。一个是科学，一个是玄学。

拿 AI 当第二大脑的人很可能第一大脑都没好好用过²

在《AI 正在让人变得前所未有地自以为是》中，Eltrac 提到了一种「洞察式」的思维，在这里我想补充一下我认为真正的思考。

真正的思考应该有清晰的逻辑链条，至少应该有两步，且都通过自己的力气来完成，即：发现问题，追问为什么？然后呢？。思考的本质在于寻找逻辑联系，根据逻辑联系解释问题。经过这两个最小步骤的实践后，就能得到一些有逻辑联系的结果，无论是否深刻，能让它真正变为「自己的东西」的因素就在于是否理解其中的逻辑联系。

为什么我强调「通过自己的力气来完成」？上文提到过，Vibe coding 这类行为就像抄几何题，仅能获得极其极其有限的智力上的启发，因为那根本不属于你。 然后呢？ 然后你就会发现，长期下来完全没有任何回报，无法深入探索某个想法，也会变得越来越急躁，急于验证结果、获取答案。

洞察是必要的，它也许是开启思考的第一步，但当你开始使用 AI 来帮助自己「思考」，就已经开始丢掉大脑了。你认为的「思考的结果」，只是把 AI 的输出复述一遍而已，完全不理解其中的联系，也不能形成深刻记忆。

就像背诵历史知识点³，如果你只是机械地背：唐朝设转运使，唐朝设转运使，唐朝设转运使……过几天就会和其他朝代混淆，因为完全不理解其中的道理，只是复述。而了解其中的道理后，就会知道：唐高宗以后官员激增，漕运成为迫切问题，于是有设专门转运使的必要，因此唐玄宗年间设李杰为转运使。

真正掌握在自己手中的，是能对着空气滔滔不绝讲出原理和逻辑联系的部分，而非只有再次询问 AI 才能复述出来的部分。

我知道我现在的表现就像在说「计算器让人们再也不手算复杂的导数，人类要变成蠢货！」一样，但是就这样吧。