北京
一個(gè)常見誤解：大語言模型代表了編程的"更高抽象層級(jí)"，像從匯編走到Python那樣。文章認(rèn)為這搞錯(cuò)了方向。
真正的抽象是確定性的。你調(diào)用sort()，知道會(huì)發(fā)生什么。但LLM輸出是概率性的，同樣的提示可能給出不同結(jié)果。這不是封裝復(fù)雜度，而是把不確定性塞進(jìn)了黑箱。
作者打了個(gè)比方：用LLM寫代碼，更像是"雇了個(gè)實(shí)習(xí)生"——你能描述任務(wù)，但得反復(fù)檢查產(chǎn)出。傳統(tǒng)抽象讓你忽略底層，LLM卻逼你盯著它的輸出。
核心矛盾在這里：抽象的目的是降低認(rèn)知負(fù)擔(dān)，LLM反而增加了驗(yàn)證成本。它不是工具鏈的延伸，是另一種東西。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺(tái)“網(wǎng)易號(hào)”用戶上傳并發(fā)布，本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
