最近，在我同龄人中间似乎掀起了一种奇怪的习惯，当他们用大型语言模型（LLM）做了某些事情时，常常会主动提及。当被问到“关于新特性X我们收到了多少支持请求？”时，他们回答“根据[LLM工具]，自从它发布以来，我们收到了17个请求。”在发布提案文件或拉取请求时，他们会自愿说“我让[LLM工具]为我写这个”或“[LLM工具]写了单元测试”。奇怪。就像作家在每篇作品旁边披露他们使用的拼写检查器，或者飞行员在滑行到跑道时通过公共广播宣布他们的航空电子软件版本。我为什么需要知道这些？起初，我把它归结为一点新奇和兴奋。但随着时间的推移，我开始想知道为什么有人会觉得有必要声明他们使用了LLM。也许是因为：你相信应当给予应有的荣誉。使用LLM感觉像是作弊，因此披露这点让你在产生一些惊人作品时不那么像是一个冒名顶替者。LLM的表现超出了你最狂野的期望，因此这项工作也因之而显得令人印象深刻。无所谓它仅完成了80%，而且没有人知道缺失的20%是什么。你把工作外包给了LLM，并且在发送之前没有花时间审阅。可能会有错误，但发现它们的任务被留给了你的收件人。使用LLM是上面的要求。声称你使用了一个（即便实际上没有）能让你对粗糙工作的容忍度更高，因为你显然是在促进自己未来的冗余。对于第2到第4点，我只能说对不起，希望事情能对你有利。但对于第一个理由，我想挑战一下与工具分享信用的概念，更别提感觉使用工具是作弊了。信用和责任是一枚硬币的两个方面。一个工具能获得的信用量取决于它能承担多少责任，因此归功于它的行为无意中稀释了你对工作的责任。如果你创造了一些深刻或卓越的东西，那就完全归功于你。如果它未能达到预期结果或完全糟糕，那也要承担全责，并从中改进。这就是所有有意义或有价值的东西在“人工智能可能出错”出现之前就被创造出来的方式，并且在未来，无论有无LLM，这种方式都将继续存在。HN讨论7