既骂 LLM 又用 LLM，这不是虚伪

上个月在柏林的 Local-First Conf，演讲者在台上批评 LLM：制造垃圾、偷版权、烧电、是个泡沫。台下掌声很响。我旁边坐了两排，屏幕上开着 Claude Code，正让 agent 改一个 diff。散场一看 Discord，有人发了一句“这场听完我有点内疚”，底下十几个附和。

我当时的反应不是“这帮伪君子”——是这可能是全场最健康的姿态了。

批评我全都认。LLM 确实在批量生产垃圾内容，版权问题是真的，能耗不是小数目，这产业是不是泡沫我也不打保票。但我上个月花了差不多一万美金在 token 上。两件事在我这儿不矛盾：批评的是那个“什么都往里扔、拿 LLM 当不用动脑的借口”的风气，不是“用”本身。

问题出在很多人把“用不用 LLM”搞成了道德立场。纯洁派说用了就不专业，挥霍派说全交给模型、连自己写的代码都不读就合进 main。两边的共同点是不把这事当工程决策，当身份标签，一个比一个标榜得响。这两种我都不站。用，但带着工程纪律用，这中间没有第三种吗？

有，而且不难。

六月份那个出口管制指令，Fable 5 和 Mythos 5 一天之内对所有客户禁了。我 6 月在自己项目上跑的就是这俩，小一万刀砸进去，然后没了，所有依赖它的流程全部要换。那笔钱有一部分是白花的——不是模型不好，是我把流程绑死在“最强”上，没留退路。之后我就改了：贵模型只管真正需要深度推理的环节，纯代码执行、机械重构，换 GLM 5.2 跑，效果好不到哪去，账单掉了一个量级。这叫止损意识，不为名头付费，为需要的复杂度付费。

光选对模型也不够。我现在给 LLM 加了两道闸。第一道是照 Matt Pocock 那套改的 grill-me 技能：不许直接给方案，一次一个问题，反复追问你到底要什么，直到达成共识才动手。听着反直觉——LLM 是省事的，你怎么还让它审问你？但用下来发现它逼出来的那段时间最值钱，因为大部分时候你会发现，你根本没想清楚。第二道是写代码和写文章之前，用 Pitch 框架强制写三句话：问题是什么、交付什么、不交付什么。三句话写不顺，这活不该开工。LLM 帮不了你这一步。它只能在你把问题想清楚之后加速，不能替你想清楚。

我反复在说一件事：LLM 是放大器，不是思考器。你给它模糊的需求，它给你一个看起来合理的答案，语气还特别确定——这是它最危险的地方。你脑子里有半桶水，它帮你把水晃荡得更响。去看那个 Ralph Wiggum loop，也有人说叫 Claude ultracode：不断生成子代理去审查上下文，一层一层审下去，审到后来子代理开始无中生有、编造根本不存在的文件。因为上下文被自己掏空了，为了完成任务只能幻觉。这就是放大器的极限——它不会停下来告诉你“我编不下去了”，它会一直演到穿帮为止。

去年会上 Anselm Eickhoff 说过一个方法，让 LLM 先幻觉它期望的 API 或 UX，再回头实现。我当时觉得太野了。回去自己搞了个 intuition-probe 技能：让模型不看代码，先从我的描述里猜这个功能应该长什么样、接口怎么暴露，然后我把它的猜测跟我脑子里的设计对照。十次里有三四次它猜得比我的接口更干净，剩下六七次，暴露的是我自己需求描述太含糊。这玩意儿不替你思考，它是你的镜子。

说到 Armin Ronacher——Flask 那个 Armin，现在 Pi.dev 的创始人，他们开源 agent harness 的定位页写着：“在冲向 AI 的世界里，我们相信人类是最好的代理”。会上他说他们公司自动关闭几乎所有 LLM 提交的 PR 和 issue。我第一反应是太狠了，转念一想，这是止损点：不是不用，是不让不可审查的东西进来。Zig 和 Gentoo 也直接拒收 LLM 生成的 PR。看着激进，本质是同一种工程判断——画一条线，线外的东西不管来源多诱人，不放进来。

这话我说得有点重，但我认：一个连生成代码都懒得读就敢往生产推的人，工具越好，坑越大。一个为了证明紧跟时代把什么都扔给 agent 的团队，跟一个为了守住底线啥都不用的团队，犯的是同一个错——把工具当立场。

工具不能替你对后果负责。你让它生成一百个 PR，Line 上出了事，背锅的还是你。

现在我在德国招产品工程师，面试到一些天天用 AI 的候选人，聊操作系统、网络、数据结构就露怯，一开编辑器，agent 跑得比谁都快。我不是说这不对，是顺序错了——工具是最后一环，不是第一环。

回来说那个会议。台下开着 Claude Code 鼓掌的人，我觉得比台上诚实：他们清楚这玩意儿有问题，也清楚它有用，拒绝二选一。这个别扭劲，恰恰是工程素养。纯用和纯不用的人，省掉了那个别扭，也省掉了判断。

我的态度很明确：别装纯洁，也别挥霍。工具跟着问题走，不是问题跟着工具走。先想清楚要解决什么、哪里要人盯着、止损线画在哪，再谈用哪个模型。这套判断逻辑，跟选数据库、选语言没有区别，三十年后照样用。