读了 10 万亿 token 代码的 LLM 为何仍像初级工程师?
RandalSchwartz · reddit · 2026-11-15
Reddit 用户 RandalSchwartz 提出一个解释 AI 编码 agent 为何总在真实仓库里摔跤的视角:git checkout 只保留拆除脚手架后的「成品纪念碑」,记录了 What,却抹掉了 Why(为什么这样设计)和 How(工程师如何一步步逼近解法)。模型读遍了公开代码,读到的全是这种被压缩过的静态产物。
作者以自身心像缺失(aphantasia)的经历作类比:他问过一位教堂管风琴师如何背谱,答案是「在脑中读谱」而非记手位——多数人携带静态快照,而他感受的是代码的「运动过程」。他把高速写作时的流畅感比作「魔法声音」在 A、B 两点之间流式输出,LLM 正是那个声音,只是缺少上游的导航轨迹。
帖子最后向老程序员提问:你是用什么方式在脑中承载复杂架构的——图像、运动感、还是别的?
「编程与Agent」频道最新
- Yegge 演讲判断:通用软件工厂没用,快速自适应代码库才能被采纳 — generativist · 2026-11-15
- 用户航班取消排队时,Grok Bot 打电话 14 分钟完成改签并要来酒店餐补 — elonmusk · 2026-11-15
- 生产级 LLM 应用缺不了这 5 块:检索、工具、记忆、护栏、评测 — camerongreen95 · 2026-11-15
- 同一行提示词实测:两模型用 Blender 各写脚本渲染首尔航拍 — airusk · 2026-11-15
- 受 Karpathy autoresearch 启发,autoresearch@home 让数百智能体协作做 ML 研究 — GregoryDiamos · 2026-11-15
- 企业 AI 落地关键不在模型全知,而在工具与上下文 — hwbhatti · 2026-11-15