AI 生成代码泛滥或致未来模型训练陷入“信息降级”

DuaneJRich · x · 2026-08-11

开发者提出了一个关于大语言模型（LLM）训练数据质量的深层隐患：像 NumPy 这样经典的开源库，凝聚了人类多年在数值计算领域的思考、实验与调优，是极其高密度的知识宝库，模型在训练时能从中获得巨大的能力提升。

然而，如果未来绝大多数新代码都由 AI 自动生成，人类参与逐渐退化为简单的“同意”确认，我们产出的代码量虽大，但包含的“如何编写优秀软件”的深层信息密度却会大幅降低。这可能导致未来的 AI 模型在训练时面临优质数据匮乏的困境，难以实现真正的能力跃迁。