我发送电子邮件或短信的可能性比打电话大百万倍。但我有一个问题，我认为值得进行一次实际的电话交谈，因此我约了一位有足够资历、真正经历过重大决策失败的资深人士。我问他，对于我追寻的一个没有行业共识的难题，他个人会去哪里寻找答案。不是教科书上说的。如果五项研究存在冲突，他会相信哪一项？我想要的是三十年教给他的，而搜索引擎无法提供的东西。“老实说？问克劳德。”这让我有点受伤，但这并不是我第一次听到。曾经我在一个数据问题上陷入困境。我以半打不同的方式接近它，并能详细解释为什么没有一种方法奏效。我联系了一些以此为生的人，我会定期与他们发短信，交换问题，解决我们困住的事情。除了一个人，其他人的回复都是同样的引导。每次发生这种情况时，我已经问过克劳德了。这并不是我跳过的步骤。在我联系一个人之前，我已经花了几个小时（有时花费过多的代币）和大型语言模型来回交流，但我仍然有一个存活下来的问题。我足够老，记得人们会向那些似乎不知道如何使用搜索引擎的人发送LMGTFY链接，并期望陌生人为他们做无报酬的研究。但这并不是那种情况。这更像是我请朋友推荐食物时，收到的前十名列表。我并不是在问Eater认为的最适合深夜饮品的安静地方，或者一个他们曾经居住的城市里的好咖啡馆。我是在问他们的看法，因为我们的口味相似，有共同的历史，并且我知道他们对列表的错误去向有看法。我信任他们的经验，而不是专家共识。“问模型”可能已经变成了“我不知道”的礼貌版本，或“我现在没时间”或“我得考虑一下”。也许这是一种拒绝给出答案的简单方式。但我宁愿接受几乎任何其他回复，也不想要这个引导。“我很忙”是一个真实的答案。“我想不出你还没有尝试过的任何东西”也是一个答案。“问克劳德”所不能给我的，是那个人的具体生活经验。这是一个很难写下来、甚至更难搜索的东西。成为别人求助的人是有真实成本的，期待每个人都承担这种成本是不公平的。这需要密切关注和实际思考，而并非每个人在充满截止日期和必须解决的火灾的一天中都有这种能力。很多问题确实可以通过LLM或搜索引擎来回答。但当问题已经经历过模型时，“问克劳德”并没有为任何人节省步骤。它只是回避了几十年经验本可以给予的深思熟虑的答案。