LLM需要有经验的人类搭档

我偶然看到 Jacobin 的一篇文章，是回应 Chris Hayes 的一条推文。Hayes 说“亿万富翁们当前的统一阶级工程，就是把全球化和新自由主义对蓝领工人做的事情，再对白领工人做一遍。”这篇文章反驳了这一说法，主要从结构层面——根本不需要超级富豪们刻意发动什么阶级战争，资本主义的正常运转机制自然会完成这项工作。

科技公司大规模裁员的消息，加上特朗普和新右翼对“学历精英”的攻击，让人觉得正在发生某种既深刻又系统性的变化。但认为科技亿万富翁和精英阶层正在对白领工人发动全面攻势的想法，忽略了一个更深层、更令人不安的事实：我们所目睹的并不是什么针对“笔记本电脑阶层”的有组织政治报复。这不过是资本主义在按照它本来的方式运转。

我同意这个判断。2019年，当大型科技公司内部的劳工力量看起来正在上升时，我在 Meta 的一个内部帖子下评论说，我们（也就是软件工程师）将来回头看时会后悔没有利用这个相对强势的窗口期去组织工会。结果被群起而攻之——因为硅谷大概是全美国“暂时受挫的亿万富翁”浓度最高的地方。不过我觉得这几年的发展证明了我当时的观点还是有些道理的。

不过，真正引起我注意的是文章中引用的一段话。文章将其归于马克思的《资本论》，但实际出处是 Gabriel Deville 1883年出版的《通俗资本论》，一本广受欢迎的《资本论》缩编本。不过原意是忠实的。以下是《资本论》中对应段落的标准中文译文：

机器改良不仅可以减少为取得一定成果所雇用的成年工人的人数，而且用一种人代替另一种人：熟练程度低的代替熟练程度高的，儿童代替成年人，女工代替男工。

我认为对于当前这一代 LLM 来说，至少在编程领域，情况恰恰相反——也许确实需要更少的工程师了，但只有有经验的工程师才能真正发挥它们的作用。要让 LLM 产出生产级的代码，需要有足够经验的人时刻盯着，把它从死胡同里拉出来。一个资深工程师的“上下文窗口”是巨大的，脑子里装满了从实战中积累的直觉和经验法则，而这些东西并不潜藏在这些模型所消化的训练数据中。

这种局面未必会持续很久。软件工程的“半人马阶段”可能相当短暂。但至少就目前而言，这种关系确实是共生的：工程师越来越依赖 LLM 的速度和广度，而 LLM 则依赖人类来之不易的经验和现实世界的判断力。我见过的最好的成果，都来自那些足够了解机器、能从中引出优秀工作的人，而不是骑着它冲下“氛围编程”悬崖的人。