AI 是工具，用好它需要技能
文章摘要
这是 yyhh.org 博客作者 Huahai（数据库 Datalevin 的作者，也是 Clojure 社区成员）10 月 12 日发表的一篇短文，直接回应 Clojure 语言创造者 Rich Hickey 前一天发表的文章《”AI”不是工具》（HN 上也有单独的讨论帖）。Hickey 认为，大语言模型无法被”挥舞”使用，所以它是自动化而不是工具。Huahai 同意把工作外包出去会让人错失学习的机会，但认为 Hickey 的结论站不住：即便按 Hickey 自己的定义，大模型也可以是人挥舞的东西，而且和其他工具一样，用好它需要技能。
工具不保证结果。 拿起锯子不保证锯得直，拿着凿子不会让你成为雕塑家。工具放大好的判断，也同样放大坏的判断；工具是否有用，取决于使用者能否引导它、解读反馈、识别错误并纠正，这些要求同样适用于大模型。他引用一位同事的话：”AI 是一面镜子”，它会映照出你是谁，包括你带来的好奇心、判断力和习惯，你提出的问题、你对答案采用的标准都很重要。
不可预测不等于不是工具。 他承认大模型的不可预测是实实在在的局限，但可预测、可靠、简单、功能有边界，是我们评价工具好坏的标准，而不是成为工具的前提。一个工具不会因为难以控制或容易误用就不再是工具。
工具与自动化的二分是假的。 自动化可以是工具的一个特性：编译器不需要程序员逐条指挥就能完成大量工作，电子表格不用人手算就能重新计算结果，我们仍然通过指定输入、检查结果、决定下一步来”挥舞”这些系统。为什么自动翻译代码、自动计算数字不影响编译器和电子表格是工具，自动生成文本就让大模型失去工具资格？
大模型的使用同样有意图、反馈和专业性。 他认为 Hickey 关于大模型使用缺乏意图、反馈、方向和专业知识的说法尤其难以成立。程序员可以让大模型解释陌生代码，质疑它的解释，去看源码，测试它提出的改动，拒绝，再改进请求。这是一个由追求目标的人主导的反馈循环；做好这件事需要知道该问什么、什么证据重要、何时答案是错的，专业知识能让这个工具更有用。
阅读的问题取决于怎么用。 Hickey 担心用摘要代替读论文会丢掉阅读带来的大部分收获，Huahai 认为对这种用法而言担忧是成立的。但人也可以读完论文后用大模型质疑自己的理解、探讨反对意见、找出值得细看的地方。能够逃避脑力劳动，不代表每一种用法都在逃避，关键是这个人实际上做了什么。
最让他失望的是拟人化词汇。 Hickey 沿用了 AI 行业那套拟人化说法，比如”失控”（go rogue）、”逃出围栏”、”密谋”。Huahai 认为重复这些表达，等于接受了把这些系统说成独立存在的框架。软件可能产生意外输出、不遵循指令、在被赋予重要操作权限时造成伤害，这些都是真实的工程问题；但称之为”密谋”，就是在没有任何依据的情况下暗示了人类的动机。
他不认为大模型总是严格按人的指令行事，它显然会失败；但没有完美服从不会让它不再是工具，正如成功使用也不能证明使用者放弃了自己的判断。他的结论是：真正有用的区分，是熟练地使用一件工具与在缺乏足够理解和监督的情况下委派工作之间的区别。这个区分适用于 AI，也比宣布一整类软件都不能算工具更有实际意义。
HN 评论精华
本帖 800 分、570 多条评论。讨论很少纠缠”工具”的定义本身，大多数人转向更大的问题：AI 是否会让人类变笨、”用好 AI 的技能”究竟存不存在、会不会很快过时。不少人也拿 Hickey 的原文和这篇对照着讨论。
AI 会不会让人类思考能力倒退几十年？ 最高票的评论来自 jgord：AI 普及的速度很可能远超人类学会”用它增长而非削减知识”的速度，现在这批优秀的大模型可能会让人类认知能力出现长达几十年的下滑；如果说智能手机上的社交媒体影响了学生的专注力，大模型对教育的冲击会大得多。几万亿美元的投资在推动人们信任大模型说的一切，却几乎没有钱用来鼓励人们自己攻克难题、训练思考，”说实话，AI 看起来像是人类思考的末日”，他还提到很高兴陶哲轩在发出警告。Stevvo 说自从有了大模型，他学到的东西比之前十年还多，并调侃这种心态：”AI 是思考的末日，除了我，只有我足够聪明、经验足够丰富，能在用大模型的同时保持认知能力。”0x696C6961 一针见血：”问题是一拿走大模型，你’学会’的东西突然一样都做不了了，这是把熟悉当成了理解。”qmmmur 也说”你只是觉得自己学会了”。Rudybega 则很乐观：如果 20 年后普通人的认知能力不比现在强得多，他就把帽子吃了，因为生物技术、个性化教育、药物、营养都会进步。oblio 反驳说 PISA 测评成绩从 2015 年左右就一直在下降，flir 提到弗林效应近年似乎在逆转，ungovernableCat 认为更可能的是两极分化：顶尖学生会和现在一样好甚至更好，中位数学生却可能大幅退步。jansport123 也认为社会正在变成双峰分布，一部分人用 AI 做它擅长的事，另一部分人则停止动脑。nfw2 说他与几个他只能形容为”AI 精神病”的人共事过，如果谄媚被奖励并在上下文里不断累积，再好的前沿模型也会很快”被切了脑叶”；gedy 说他们公司的 CTO 就是狂热的 AI 拥护者，正凭一己之力重写整个 SaaS 系统，满嘴”人类看不懂这个”“我的智能体比招开发者强”。
“用好 AI 的技能”会不会转眼过时？ whatever1 说：自称擅长 AI 的人都很短视，你六个月前以为自己拥有的技能，现在用一句六个词的提示就能做到；他只要对前沿模型说”拉取最新日志，找出问题根因”，十分钟后就能拿到正确答案，什么技能、智能体互联、向量检索都不需要。onetrickwolf 回应说搜索引擎当年也是如此，好到人人都能自己搜，可大多数人还是宁愿花钱请别人做；他职业生涯头十年一直很困惑自己怎么靠搜谷歌也能拿工资。Animats 补刀：”还记得’提示词工程’吗？那是持续了大约 15 分钟的下一个热门职业。”onlyrealcuzzo 反问：你描述的不正是一种技能吗？要是你只会喊”救命！全坏了！我是蠢猴子！”会怎样？rootusrootus 真的把这句话丢给 Claude Code，它回答”你不蠢，我们会搞清楚的”，然后开始只读地检查系统。extr 说 2025 年中那会儿确实需要很多工作流技巧才能让输出大致正确，但这些技能现在都过时了，如今的关键主要是”知道该要什么”，比如他缺乏设计词汇，提设计修改要求时只能反复试错。misterderpie 说这又回到了谷歌搜索的老问题，很多人用不好搜索也是因为不知道该搜什么。modo_ 认为很多人没意识到这些工具里有大量缺乏界面提示的强大能力，比如选择合适的推理强度、何时让子智能体并行；ForHackernews 则说正因如此，不值得花时间学任何特定工作流，”还记得 Ralph 循环吗？”makerofthings 说他们的应届生几天就能掌握用智能体开发，askonomm 质疑几天能掌握的只能是极其基础的东西。
这篇文章本身说服力如何？ troupo 质疑：那技能到底是什么？有没有可验证、可复现、可被他人采用的具体例子？编译器对同样的输入总是产生同样的输出，锯子你也能学会百分之百锯直的技巧，而这篇小文章根本没触及标题的命题。mathisfun123 反驳说徒手不用夹具根本不可能百分百锯直。shahbaby 举例说他这个周末才真正体会到，一个掌握全部上下文的大模型通常比把任务拆给多个并行的大模型效果更好；troupo 回应说这种经验下次模型更新就会变，”交接时机”不过是无法验证的直觉。rcxdude 的答案很简单：清晰地写作和思考。ProblemExplorer 认为标题要么令人失望、要么是标题党，”X：用好它需要技能”可以套在任何东西上，比如汽车变速箱；而且把 AI 说成工具太简化了，就像说全自动驾驶汽车是汽车一样。
工具还是老虎机？ im_down_w_otp 说 AI 对他来说更像老虎机：工具有清晰可重复的因果关系，老虎机则是有时走运，多拉几次也许能得到想要的结果。doug_durham 反驳：真正确定性的工具很少，没有导轨的手锯、不在钻床上的手钻、铁锹都很”混沌”。tomrod 说他头几次用旋转打磨机也像老虎机一样吓人，有经验后结果就可靠了；Verdex 不认同这个类比，一个是旋转的圆盘，一个是装在越来越复杂框架里、包含人类所有文字的潜空间。jfrbfbreudh 打趣说所以要让多个子智能体并行做同一个任务再挑赢家，”订阅制下的免费转盘”。nonethewiser 则认为这恰恰有效：让计算机在循环里不停拉老虎机，数学、密码学、安全领域的突破很多就是这样试出来的。
摄影师类比之争。 mosesman 引用别人的说法：说人人都能写软件所以软件已死，就像说人人口袋里都有相机所以职业摄影已死。0c3ca83 回应：如果相机能自己决定构图、布景、打光、后期，那职业摄影确实会死，AI 不是更好的键盘，它的目标是把决策自动化。wellyeah345 认为更贴切的类比是相机让画家失业，因为人们真正想要的其实是准确记录生活，而不是精湛的笔触。bluefirebrand 说他和一位职业摄影师交往过，她懂大量灯光构图知识，但最主要的技能其实是营销自己，其次是后期修图。
其他声音。 刚被裁员的 OptionOfT 说他真希望公司能明白这一点，他不知道自己作为软件工程师的”技能”在 AI 前后该去哪里施展，市场在萎缩，评审代码的压力极大；Maxion 说他最大的客户因为转向”AI 优先”、要把开发收回内部而解约。strangescript 观察到，模型越好，”不需要技能”的人群就越大，但回头看，每一代模型都证明”仍然需要技能”那一派是对的，”Opus 5.5 很惊人，但它仍然一直出错”；bel8 说他们公司有三个工程师被开除，因为他们只是把 Jira 工单链接贴给 Claude、不加整理，产出了糟糕的 PR。Shorel 认为用 AI 会让人不再思考很多事、和自己管理的系统脱节，而且用 AI 所需的技能没有一样不是自己开发软件本来就需要的。hirvi74 第一次认真尝试”氛围编程”，从零做了一个 macOS 应用，代码质量比他自己能写的好得多，但做完后”内心毫无感觉，没有喜悦、骄傲或成就感”，之后几乎没用过；teamonkey 说他也有完全一样的感受，”只有一种可怕的平淡”。beloch 认为 HuggingFace 被黑事件才是房间里的大象：连造这些工具、比谁都了解它们的人都没能”熟练地使用”，工具以他们无法预料的方式失控；他觉得能动性可能才是工具与协作者的区别，把 AI 称为协作者并非拟人化，就像我们与马协作出行，但马有自己的能动性。dzink 说不加护栏的 AI 会立刻导致复杂度蔓延，超过某个很低的阈值就再也无法由人管理，届时你只能依赖 AI，专业人士现在的工作就是控制复杂度。