本文翻译自 The L in “LLM” Stands for Lying，作者 Steven Wittens。
最近，AI 编程工具引发了激烈讨论。有人认为 AI 让编程变得神奇，也有人认为这只是个”玩具”。Acko.net 的创始人 Steven Wittens 发表了一篇发人深省的文章《The L in “LLM” Stands for Lying》，提出了一个独特的视角：LLM 本质上是在制造”伪造品”。
艺术赝品的启示
文章从一个思想实验开始：想象你是世界顶级的艺术伪造者，能够完美复制任何画作。你的赝品如此精妙，连专家都无法识别。如果这些伪造品流入市场并被当作真品交易，会发生什么？
答案很简单：赝品就是赝品，即使没人发现。艺术的价值不在于视觉表现，而在于其真实性——创作者的意图、创作过程和历史背景。
Wittens 认为，LLM 生成代码的本质与此惊人地相似。即使 AI 生成的代码看起来完美，它仍然是”伪造品”，因为它缺乏真实意图和创造性思考。
代码是负债，不是资产
作者提出了一个反直觉的观点：在软件中，越少越好。这不是极简主义哲学，而是工程现实。
- 每行代码都需要维护：测试、文档、调试、兼容性更新
- 复杂度会累积：代码越多，系统越脆弱
- 技术债务会增长：今天的快速解决方案是明天的维护噩梦
真正的工程技能在于不写代码：通过更好的设计、更简洁的架构、更聪明的决策来解决问题，而不是堆砌更多代码。
开源维护者的困境
Wittens 特别关注 AI 对开源生态的影响。维护者已经开始被低质量的 AI 代码淹没：
- 垃圾 PR 洪水：AI 生成的”贡献”看起来专业，但缺乏真正理解
- 时间消耗：维护者需要花费大量时间审查和拒绝这些”伪造品”
- 信任危机：如何区分真实贡献和 AI 生成的内容？
这不仅是效率问题，更是社区信任的危机。开源依赖人际连接和共同目标，AI 生成的内容破坏了这种信任基础。
解决软件问题 vs 解决真实问题
文章最深刻的部分在于区分两种问题：
软件问题（由之前的解决方案产生）：
- 配置文件格式不兼容
- 框架版本冲突
- 依赖地狱
- API 迁移
真实问题（实际存在的需求）：
- 用户的痛点
- 业务需求
- 物理世界的挑战
- 人类的真实需求
讽刺的是，AI 在解决”软件问题”方面非常擅长，但这恰恰是我们应该避免的问题类型。更好的策略是：选择那些不会产生这类问题的工具和方法。
AI 作为同事 vs AI 作为替代品
Wittens 并不完全否定 AI 的价值，他区分了两种使用模式：
作为替代品（当前的主流叙事）：
- “让 AI 帮你写代码”
- “自动生成整个功能”
- 追求”零代码”或”低代码”
作为工具/同事：
- 辅助查找文档
- 帮助理解复杂概念
- 提供不同视角
- 加速已知流程
关键区别在于：你是驾驶员还是乘客？
长期思考的缺失
AI 炒作的一个共同特点是极度短视：
- 只关注”我现在能多快完成这个任务”
- 忽略”一个月后谁来维护这段代码”
- 不考虑”这个选择对项目长期健康的影响”
Wittens 指出，真正的工程思维需要考虑长期影响。一个”快速”的 AI 解决方案可能在未来需要 10 倍的时间来修复。
选择你的战场
文章最后提出了一个令人深思的建议：
“不使用 AI 完全是可以的。这不会让你成为穴居人。事实上，这似乎比另一种选择压力更小，满足感更强。”
关键不是拒绝所有技术，而是有意识地选择：
- 选择简单而非复杂：使用不会产生”软件问题”的工具
- 选择理解而非复制：真正学习原理，而不是依赖 AI 生成
- 选择质量而非数量：写更少但更好的代码
- 选择真实而非伪造：培养真正的技能，而不是依赖”赝品”
我的思考
作为一个经常使用 AI 工具的开发者，这篇文章让我反思：
AI 的真正价值：
- 加速学习曲线（解释概念、提供示例）
- 减少机械性劳动（格式化、生成测试）
- 提供不同视角（代码审查、替代方案）
需要警惕的陷阱：
- 盲目信任 AI 生成的代码
- 失去深度思考的能力
- 忽略代码的长期可维护性
- 将 AI 作为逃避学习的借口
平衡之道：
- AI 是工具，不是替代品
- 理解比速度更重要
- 代码质量 > 代码数量
- 长期思维 > 短期效率
讨论点
- 你在日常开发中如何使用 AI 工具？
- 你遇到过 AI 生成的”技术债务”吗？
- 如何在效率和代码质量之间找到平衡？
- 你认为 AI 会如何影响软件行业的长期发展？
这篇文章不是为了否定 AI 的价值，而是希望引发更深入的思考。技术本身是中性的，关键在于我们如何使用它。让我们成为有意识的创作者，而不是”伪造品”的制造者。