适应 AI？

Sun, 19 Apr 2026 22:14:00 +0800

承上上一篇博客挖的坑：

其实一直都很想写博客扯一些东西的，主题的话大致脑子里分两类，一类是如今的“AI”热之下的生成式绘图、“Vibe Coding”等工具的看法…

去年国庆的时候就打算写这么一篇博客了，倒是写了也有不少内容但是没有写完就搁置了。如今“AI”发展速度之快使那篇的内容在现在看来很多都不必要再提及了，于是想了想干脆结合最近的感受，重新写这么一篇。

Part 1.

WTF IS “AI”

我觉得看到这篇文字的读者，在当今环境下，肯定不会把“AI”理解成别的含义。说实话，我一开始（甚至事实上一直以来）很不喜欢用“AI”这个词指代当前的机器学习领域的人工智能相关的成果。毕竟倒退二十年，“大屁股电脑”时代的中国象棋人机中的机器也被称为 AI，游戏开发过程中，NPC 的行为逻辑也被称为 AI，如此等等。“AI”之意“人工智能”本身指的是很宽泛的内容，而当机器学习相关尤其是大模型领域成果发展迅猛后，这个词也成为了新的 marketing 热词被推上风口，如此之热以至于被几乎所有人都接受了，当然甚至连“AGI”也成了新的时尚单品热词…

于是本文提到的“AI”指的自然是目前的香饽饽，也就是机器学习、生成式人工智能、LLM什么的了。事实上由于大家都开始这么叫，我也听习惯了，也不那么反感这种叫法了…颇有“哈基米”的意味。

至于一开始为什么想写这篇，目的自然也并不是吐槽这种词语含义演化，而是…

Fanboy vs Anti-AI

“AI”吹与“AI”黑的互相鄙视现象持续到大概一年前还相当常见，虽然显然不能认为这个现象目前不存在了，但想必这个现象在现在也没有太大的讨论意义了。不过作为这篇文章最初的写作动机，这里还是拿出来讨论一下。

其实最早看到这个论调的时候我还是很少接触和使用“AI”的状态。ChatGPT 还很难注册，国内还连“文心一言”都没发布，Stable Diffusion 还是效果（在现在看来）很惨的时代，但就已经能明显的观察到两个明显的阵营：“AI”吹和“No AI”，在绘画相关领域尤其显著。自然，字面理解而言，真正的艺术创作和随便输入一些描述而生成得到的产物，在艺术创作本身角度而言，后者显然是毫无价值的。我能够理解和认同这个想法，但“AI”技术就因此一文不值吗？

一个蛮容易想到的“折中说”观点是，应当将“AI”视为工具，辅助人们更好的进行“创作”。而让我亲自接受这个观点则需要从不同的方面试图理解事情本身。那我觉得，首要问题是：应当因为“AI”“没有灵魂”而拒绝/刻意规避使用“AI”吗？

这里面有两个很有意思的讨论点，一个是“没有灵魂”，一个是“规避使用AI”。我们暂且不谈前面那个“最重要”的，只谈后者的话，让我换个角度：如果要实施“No AI”这个 policy 的话…

Since when it count as “AI”?

来两道很没意思的题：

找规律：给定一个数列，1、2、3、4、5、（），请问括号内的值可能是什么？

找规律：给定一个数列，2、4、8、（）、32、64，请问括号内的值可能是什么？

尽管你大概知道括号里都填 114514 也是对的，但大家自然还是会认可这里的通常预期答案是 6 和 16。这两个问题非常简单，也因此是训练儿童观察和分析能力的题目常客，那么，如果一个程序能帮你解决这个问题，这算 “AI” 吗？

…算。尽管一开始就提到过，二十年前的“象棋人机”也可以是AI，但这个问题确实是个神经网络的初步问题。而这里提到这点的原因则是：目前很多人会根据能解决问题的难易程度来判断自己所用的东西到底算不算所谓的“AI”，而忽略了大家很可能早就在用“AI”技术的东西的事实。例如在“AI热”之前，机器翻译也基于语言模型，输入法候选词的智能推荐和纠错也是语言模型的应用，OCR则也是早就被大家接受的东西了（背后是神经网络/深度学习）。如果要拒绝使用所有AI产品的话，划定“AI”的界限就变得尤为困难，甚至容易不小心把自己限制成原始人…

Soulless

那么我觉得接下来就应该回到另一个讨论点了——“没有灵魂”。这点其实很容易让我联想到电子乐器/数字音乐合成器被发明的时期。这些数字乐器被批评为“并非真正的乐器”，其产生的音色也被很多届时的音乐家称为没有灵魂的恶魔¹。尽管现如今已经几乎见不到这样的评价了，但此类印象的关联甚至被持续的延申到了电子乐中（DOOM 配乐可能是个比较知名的例子）。

诚然，切换回“AI生成产物”的场景下，手工打造的产物和根据提示符生成出的东西存在的精力投入/心血付出确实是不同的，但至少这多少可以说明，工具的可用性并不取决于其制造期间的“含人量”。当然，这也是我决定尝试“以善用工具作为目的使用AI”的原因之一了。

Part 2.

能让自己接受“尝试以善用工具作为目的使用AI”的想法后，我自然也更多的主动开始尝试各类平台提供的相关服务——尽管使用过程非常克制，会主动频繁的手动进行事实核查（当然实践证明事实核查是必要的，大模型太擅长一本正经的胡说八道了）——但也不得不说，总体给我的使用体验是正面的：在提高对产出内容可信度的质疑程度的前提下，它所提供的信息对解决我所需解决的问题而言还是在大多情况下都很有帮助。尽管也同样是因为大模型幻觉的问题，我一直以来没有使用相比常规更激进的用法，直到后来有机会尝试所谓的“Vibe Coding”。

Vibe

在实际描述我的实践与感想之前，我觉得还是要先简要的吐槽一下 Vibe 这个词。

我甚至到现在都主观的觉得 Vibe 这个词在这个语境下会伴随一种贬义，比如调侃川建国的“vibe presidenting”。“我不关心写出来的代码是什么，也不需要关心。瞎搞反正是搞出来了”的感觉。这话放到现在可能立马要有人拿自己用 claude-code 或是 codex 之类的 agent 搓出来的可用工具来反驳——但不要忘记，Vibe Coding 一词诞生之时，现在已经不能更常见的“Tool calling/MCP”、“上下文工程”、“驾驭(Harness)工程”、“A2A”之类提高 LLM 产出代码可用与稳定性的实践方式还不存在。

LLM on BLumia's Darkness World