我为什么不在编程工作中使用 LLM

这是对我之前发布的关于编程与 AI 的两篇博客文章的延续，相关内容。

经过一番深刻的反思，我得出的结论是：我将主动不在我的专业工作中使用任何 LLM 或 AI 代理。

至少可以说，今年真是跌宕起伏。有一些出色的文章和评论文章与我对 AI 使用的感受和想法产生了共鸣。在这篇博客文章中，我将列出我最大的不可接受之处，说明为什么我不会在工作中使用 LLM。

推荐阅读

我强烈建议大家阅读 Esther Weidauer 的文章《为什么我抵制生成式“AI”》。他们比我所能做到的更好地阐述了当前在编程中使用 AI 的热情让我困扰的地方。请注意，我并不 100% 同意文章中的每一个观点，但我绝对认同其主要情绪和担忧。

我特别喜欢其中一节，讲的是人们如何辩称“LLM 只是一个工具”，但实际上它不是，它是一项服务，你把你的工作外包给一家（通常位于美国的）第三方公司的任性摆布。

我懂机器学习，相信我

在有人称我为卢德分子或 AI 怀疑论者之前，我想让你明白我懂机器学习。在过去的 10 年左右，我在职业生涯中为多个客户构建过生产级 ML 实现，比如 Keras 中基于 CNN 的图像识别模型、Tensorflow 中的空气质量预测模型等等。我也在我的家庭实验室里尝试过本地运行的 LLM 和图像扩散模型，甚至还在 Github 上做过贡献。

LLM 和 transformer 是一项很酷且令人兴奋的技术，但当前对它们的炒作和狂热坦率地说是被夸大了，并且对人们的工作和健康有害。

我的不可接受之处

这些是我个人的不可接受之处，说明为什么我主动尝试不在任何专业工作中使用 LLM。

认知影响

这一整年我都从程序员同行那里听说“LLM 脑雾”。这并不奇怪，已有几项研究证实了这一点：

• 知识工作者调查中自我报告的认知努力减少与信心效应（来自 MICROSOFT！）
• 使用 AI 助手进行论文写作任务时认知债务的积累
• 大型语言模型作为认知病毒，讲述 LLM 如何让你越来越依赖它们来完成所有任务

当我个人使用 LLM 几个小时后，我常常感到迷失和困惑，我觉得参与其中对我来说不是一件健康的事情。

输出质量并没有那么好

我觉得 LLM 及其过于冗长的输出会让知识较少的程序员误判其输出的质量。当 Claude 输出带有大量注释的重构代码，为每个方法和变量编写文档，并且为所有内容编写测试时，乍一看令人印象深刻。但如果你深入挖掘，有时它完全是胡说八道。

在我的日常工作中，我有过好几个案例，我不得不审查 Claude 生成的代码中的 bug，而这些 bug 本可以通过几行密集的 schema 变更和迁移更优雅地解决，但 Claude 却决定构建全新的东西，利用框架中最新的 hooks 和方法，为单个字段输出多个测试等等。

LLM 暴露了优秀程序员与平庸程序员之间的素养差距。如果你看不出生成的代码有多糟糕，LLM 只会让你更快地看不到它。

可维护性是一场噩梦

与代码输出质量密切相关的是，我开始发现 LLM 生成代码的可维护性问题正悄然浮现。如果所有代码都由智能体编写，那么到了某个时刻，就没有人能理解到底发生了什么，这让我感到不安。恭喜你，你让 OpenAI/Anthropic/Elon Musk 决定了你的代码做什么以及为什么。

我喜欢写代码

我过去已经写过好几次这个话题了。我就是单纯热爱写代码。这是我解决问题过程的一部分。我在写代码时不断会有小小的顿悟：遍历内容的最优方式是什么，这个数据应该放在应用程序层级结构的哪个位置，等等。

这也适用于阅读别人的代码。我想理解代码背后的人是如何思考、规划和执行的。他们的动机是什么，目标是什么，专业领域是什么。AI 的输出中完全没有这种细微之处。

环境方面

这一点我大概不需要多说。大家都听说过新建 AI 数据中心及其用电量的新闻（有时甚至使用新的化石燃料来源！）。

在芬兰，新闻一度被 Google 未经许可砍伐数百公顷森林以建设数据中心 的消息占据。"数据中心狂热"正在蒙蔽人们的头脑，这对地球不利。

政治

这是我最难表述的一点。但我个人就是觉得，让自己的工作由 OpenAI、Anthropic，或者更糟的 Cursor/SpaceX 这类相当可疑的公司来完成，让我感到不适。

此外，所有大型 AI 提供商都位于美国，所以作为欧盟公民，一切还都涉及 GDPR 方面的问题。在 2026 年的 AI 狂热中，大家似乎都把这一切忘得一干二净了。

即使一家公司声称数据留在欧盟区域，也要记住，如果他们是美国公司，《云法案》授予联邦执法机构获取存储在世界任何地方的数据的权力。

网上有一些讨论说"AI 辅助编程是精英的工具"，会让你在工作和生计上对商业软件产生依赖。我觉得这有点夸张，但我忍不住觉得其中有一点道理。

是的，也有积极的一面

现在，我在编程工作中使用 AI 工具时确实有过积极的时刻。例如，如果我在实现某处完全卡住了，我可以向 AI 智能体提出一个简单的问题，并得到某种连贯的执行计划来推进。

但最终，由于上述所有原因，我觉得从中获得的帮助并不值得。

AI 并非不可避免

我喜欢 Esther Weidauer 对这个论点的总结：

"AI 会一直存在。"

好吧。海洛因也是。我也不会向任何人推荐那个。

我不断从周围听到 AI 是多么不可避免。我想对此稍作反驳。

是的，AI 辅助编程不会消失。没有哪种技术会一夜之间消失。但这并不意味着你必须使用它。以目前补贴的 token 价格，我敢打赌，未来公司里鼓励使用 AI 的声音会越来越少。

即使某些技术或工具依然存在，也并不意味着使用它就是好主意。

结论

这大概是我关于这个话题的最后一篇文章了，至少暂时如此。我已经受够了研究和听闻 AI 智能体、harness 之类的东西。我要回归（或者我从未离开过？）老派编程。

我尝试以分享个人感受的方式来写这篇文章。我不想强迫或改变任何人对 AI 辅助编程的看法。如果你对当前的 AI 辅助配置感到满意，那就尽管用吧。但这些是我在软件世界中使用它时遇到的个人痛点。也许我错了，也许我对了，谁知道呢。坦白说，到了这个地步，我已经不在乎了，我只想用我人类的双手，安安静静地写我的代码。