你是指已经灭绝了吗？

关于“落后”的分歧范围

• 许多人认为“那些拒绝使用 LLM 的人会落后”这种说法含糊、带有攻击性，并隐含威胁，尤其是在开发者并不按原始产出量来评估的情况下。
• 另一些人则认为这显而易见：如果两个技能相近的工程师因工具不同而在交付速度上相差 5 倍，那么在很多组织里，较慢的那位会被视为表现不佳。
• 有些人报告了具体案例：管理层把速度预期翻倍，并实际上强制使用 LLM；也有人说他们公司没有这种压力。
• 几位发帖者批评“适应，否则淘汰”的说法，认为这更像是制造 FOMO 的营销或不安全感，而不是有理有据的论证。

对质量、Bug 和测试的影响

• 支持者表示，LLM 释放了时间，让他们能做测试、工具、可复现构建以及旧代码的 Bug 排查；他们现在能构建以前根本不可能的复杂临时工具和分析框架。
• 怀疑者则报告了相反的情况：队友提交了大量未充分测试的 AI 生成补丁，导致更多 Bug 和生产环境故障。
• 有人担心 LLM 会放大已经存在的不平衡：制造混乱代码本来就比清理它更快；让每个人都“快两倍”可能会使这一点更糟。
• 几个人指出，设计好的测试在智力上很难；自动生成的测试往往只是复现实现，而不是真实行为。

LLM 最有帮助与最没帮助的地方

• 广受称赞的用途包括：熟悉陌生代码库、解释架构、调试奇怪问题、日志分析、搜索、编写/更新测试，以及快速原型开发或内部工具。
• 对于工程师必须深刻理解并维护的生产级代码，LLM 是否能显著加速则远未形成共识；审查和理解所花时间可能抵消打字上的收益。
• 一个反复出现的建议是：要认真学习 LLM，但不要把思考外包给它们。

开源与专有，以及黑客价值观

• 许多人强烈不安于关键编程模型被付费墙隔离、中心化并由大公司控制；他们认为这与编译器、计算器等以往工具不同，也与“黑客”精神相冲突。
• 有些人主张为开源模型和普遍访问权而斗争；另一些人则认为 LLM 根本不值得去捍卫。

更广泛的社会与文化担忧

• 有人把它类比为汽车：起初可选的技术，最终可能变成事实上的强制，并增加监控与控制。
• 人们担心工艺价值被贬低（VFX、编织、手工动画），以及开发者沦为“AI 校对员”。
• 几个人说，AI 并没有为他们解决现实生活中的问题，只是带来了一点边际便利，却消耗了巨额资本，并可能损害文化和就业。