我不喜欢 LLM
对 Martin Fowler 的《I Don’t Like LLMs》一文的强烈反应凸显出一种分裂：一边把大型语言模型看作不可或缺的工具，另一边则觉得它们的“LLM 声音”和自信但错误的回答令人恼火且不可信。许多评论者表示，尽管对准确性、人格以及其创造者所嵌入的价值观深感怀疑，他们仍每天大量使用它们来编程、搜索和处理个人事务。一个反复出现的主题是，LLM 最好被当作会犯错的机器，而不是伪装成人的东西；有些人认为，被拟人化的聊天界面和日益糟糕的网络搜索，正把用户推向浅薄而同质化的思维。
对 LLM “声音”和人格感的感知
- 许多人不喜欢默认的 “LLM 声音”：冗长、含糊其辞、自我表扬、假装懊悔，以及“像行政助理一样”。
- 一些人说，这种语气带来的焦虑或 раздраж раздраж比内容本身更强烈。
- 也有人认为这种声音很容易修正（“只要换种提示方式就行”），而反例则指出，即使有很强的指令和“简洁模式”，仍然会出现冗长的问题。
- 关于拟人化也存在争论：有些人从不觉得这些系统是人；另一些人则觉得界面有意引发这种错觉，而他们认为这带有操控性或令人毛骨悚然。
有用性 vs 不可靠性
- 广泛承认 LLM 在编程、研究发现、税务帮助、合同等方面非常有用。
- 许多人在“非常有帮助”和“我完全不信任事实输出；一切都必须核实”之间保持平衡。
- 有些人把它们当作高级搜索/代码检查工具，并避免阅读其行文，以防吸收错误信息。
- 对于不得不不断纠正错误答案感到恼火，尤其是在工作中。
LLM 作为工具，而不是同事
- 一些评论者把 LLM 视为工具或编译器，而不是可以“聊天”的主体。
- 最好的体验来自简洁、命令式的交互：“下达命令，获取产物”，而不是生活建议或深入讨论。
- 有些人明确避开记忆/“人格”功能；另一些人则利用记忆图省事（例如锻炼、笔记），但并不觉得这就让系统“认识”了自己。
信任、安全与智能体
- 对让自主智能体控制基础设施或数据库持强烈怀疑态度；建议让 AI 远离破坏性命令，并使用确定性的“断路器”。
- 对“智能体蜂群接管一切”的说法是否错误地暗示了独立的 AI 能动性，还是只是人类滥用工具的简写，存在分歧。
- 有人担心，聚焦科幻场景会分散对现实当前危害的注意力：坏人正利用 AI 更高效地做坏事。
搜索、信息获取与网络
- 一些人觉得传统搜索和网络已经被广告/SEO 弄得如此糟糕，以至于 LLM 现在成了提取信息的唯一实用方式。
- 另一些人反驳说，只要愿意投入精力，更好的搜索引擎、博客、社区，甚至图书馆仍然有效。
- LLM 因其在发现学术论文和更便宜的软件替代品方面的能力而受到赞扬，有时甚至取代了付费应用。
文化与元讨论
- 关于当前模型是否反映了某种特定的创业公司/兄弟会式程序员文化和价值体系，存在争论。
- 对“网红”们发表的 LLM 观点提出质疑，尤其是那些被认为已经不再亲自上手的人。
- 对于尖刻的“抓包式”评论、对网站故障的嘲弄，以及 AI 讨论中日益上升的毒性表示沮丧；同时也有参与者为直率的分歧辩护，认为这很正常。