这全都是空中楼阁吗？

技术现实与估值炒作

• 普遍认为 LLM 确实是真实存在且常常令人印象深刻的，尤其是在编码、研究辅助，以及某些军事/工业用途上。
• 许多人认为当前估值和“智能体将包办一切”的宏大叙事带有泡沫性质，甚至接近金字塔骗局（GPU 厂商和实验室位于金字塔顶端）。
• 批评点在于：产品是在“价值尚未出现之前”就被推出，市场很大程度上由炒作、行话和投资者压力驱动。

实践中的 Agentic 编码

• 有些人报告说，完全“agentic”的循环可以自行选择任务、编写代码、运行测试并交付功能，尤其适用于小团队和绿地项目。
• 另一些人则发现智能体会来回折腾、浪费额度、生成大量低质量 PR，并且需要过多监督，反而拖慢进度。
• 还有人担心，智能体会鼓励无休止的重构和副项目，而不是完成真正有范围边界的工作。

生产力主张与证据缺口

• 一派声称在真实产品上出现过多次“令人瞠目结舌”的时刻，生产力提升达到 5–10 倍，尤其是在样板代码、性能调优、重构和横切变更方面。
• 另一派则表示，把评审、调试和集成都算进去后，实际并没有变快；下游 bug 和噪音反而增加。
• 也有人指出，会议、目标不一致等组织瓶颈，很容易吞噬任何原始速度提升。

开源体验

• 有观点认为，如果真的存在 10 倍收益，主要的 OSS 项目应该会明显增加功能和交付速度；许多观察者并没有看到这一点。
• 维护者报告收到大量低质量 LLM PR，并且越来越多地开始禁止或劝阻 AI 生成的贡献。
• 反方观点：
  • 高质量的 AI 辅助代码可能与人类代码难以区分。
  • 瓶颈在于维护者时间，而不是代码生成；封禁往往是为了减少评审负担，而非单纯质量问题。
  • 也有人举出大型项目中若干具体、影响显著的 AI 辅助优化案例。

最佳使用模式与失败模式

• 对“甜蜜点”的共识更强：
  • 样板代码和重复性代码。
  • 调试和问题追踪。
  • 性能剖析和微优化。
  • 编写测试、fuzzer 和埋点。
  • 原型开发以及“一次性”工具或内部应用。
• 已知失败模式包括：
  • 复杂、生命周期很长的架构，以及安全关键系统。
  • 智能体试图自主规划并实现整个功能。
  • 深度领域研究（如高级物理），在这类场景下答案往往自信但错误。

专业能力与工作流设计的作用

• 许多人认为 LLM 会强烈放大既有专业能力：在强工程师手中效果很好，在新手手中则很危险。
• 有人将其比作电动工具：杠杆很高，但没有安全防护。
• 有效使用通常意味着紧密的人在回路循环、强测试（包括 fuzzing 和视觉回归）、清晰规格，以及受约束的任务。

经济、组织与激励

• 有人认为，很多公司里的软件工作本来就带有表演性质；AI 擅长制造“进展的幻觉”，而这可能恰好就是股价和职业激励所需要的全部。
• 另一些人强调，真正的、没有 VC 资助的企业已经通过 agentic 工作流和监控基础设施获得了切实价值。
• 也有人担心，频繁重写、弃置软件和“MVP 文化”正在恶化用户体验，因为团队在没有足够测试或打磨的情况下推出 AI 驱动产品。

长期担忧与炒作周期

• 有人注意到工具出现了类似“寒武纪大爆发”的局面，但很多工具很快就被弃用；高频更替让学习稳定工作流变得困难。
• 一些人看到，随着用户面对局限和集成痛点，反弹和不满情绪正在上升。
• 也有人预计会经历一次洗牌：一次性“魔法智能体”产品会淡出，但更扎实、以工程为中心的 LLM 用法会留下并逐渐成熟。