Web开发29年，中年程序员编写AI应用:“减少LLM的工作量，自己多写点代码!”

起初我打算写一篇名为“如何编写 AI 应用程序”的文章，但后来觉得这个话题过于宽泛，所以我把它简化成了现在的这篇文章。或许有人会问，我凭什么指导你如何编写任何东西呢？以下是我自己在编写 AI 应用，特别是大型语言模型（LLM）应用时会遵循的一些原则。

有一个我已经认输的争论点是：我们根本不应该把 LLM 称为“AI”；它们实际上是机器学习的一种形式，而非那个对普通大众而言听起来像是通用智能的技术——“AI”这个名字，甚至比我之前认为的最差技术名称“无服务器”还要误导人。但是，我们现在还是习惯把 LLM 叫做 AI，并且非 LLM 领域的部分也正在被 LLM 周围的喧嚣声所淹没。在日常工作中，我也经常这样做，所以我当然也是导致这个问题的一部分。

尽管我们可能无法改变这种叫法，但作为从业者，我们至少应该清楚它究竟是什么：非常高级的自动补全工具。当规模足够大时，自动补全功能可以执行一些看似推理的任务，而在某种程度上，“看似推理”和“实际推理”之间的界限已经模糊了。即便如此，作为软件开发者，我们应该清醒地认识到这些系统的局限性，不要尝试让它们去做力所不能及的事情。

LLM 擅长将大量文本转化为精简文本

这是关于大型语言模型（LLM）最重要、最基本的一点，也是判断一个 LLM 应用是否有效的黄金法则。如果你的任务是将大量文本输入给 LLM，并要求它转换为更少的文本输出，那么这项任务很可能完成得非常出色；但如果你要求它生成与输入量相当的文本内容，那效果可能平平；如果你希望它生成的文本比你提供的还要多，那就别指望了。本文接下来的部分将通过实例来说明这一法则在实际中的应用。

LLM 只会可靠地知道你刚刚告诉它们的信息，别依赖训练数据

LLM 是在互联网上找到的海量信息上进行训练的。因此，像 Claude 和 ChatGPT 这样的工具可以回答各种常识性问题，但这并不意味着可以依靠 LLM 已有的知识来执行某些任务。你不知道 LLM 是基于什么数据训练的（众所周知，这些数据往往是非法获取的，因此训练者拒绝透露），因此你也就不知道它的知识边界，以及何时会开始产生幻觉（即输出错误或不准确的信息）。

解决这个问题的办法就是直接向 LLM 提供答案。例如，你想知道合同的具体条款？那就把合同交给它；想知道视频的主题？那就提供视频的文字稿；希望它做出决策？那就给予所有用于决策的信息。这些都是将文本转换成更简洁文本的例子，而 LLMs 在这方面很擅长。（当然，你也可以尝试通过微调 LLM 来扩展它的知识范围，但这条路可能充满挑战。）

这就是为什么检索增强生成（RAG）不会被淘汰的原因。RAG 本质上是先告知 LLM 所需的信息，然后立即要求它以浓缩的形式返回这些信息。LLM 在处理这类任务时表现出色，这也是 RAG 广受欢迎的原因所在。

LLM 不能为你写作

这明确属于“将少量文本扩展为大量文本”的范畴。如果你给 LLM 一个提示，并要求它生成小说篇幅的文本，它确实可以做到。但是，LLM 只知道你告诉它的内容。如果你给出简短的提示并要求生成长篇大论，那么你将得到无尽的废话、冗长的陈述、毫无意义的胡言乱语以及幻觉般的输出。你无法让 LLM 为你进行必要的思考以写出一些东西，思考的工作必须由你自己完成。要想让 LLM 写出好东西，你必须给它一个很长的提示——可实际上，如果你要给出那么长的提示，还不如自己直接写呢。

让它们自我修正，必要时多次尝试

LLM 的一个神奇之处在于，它们能够观察自己的输出，并判断是否达到了预期效果。这种能力有时被称为自省，是智能体（agent）行为的关键特征。我必须得说，给予 LLM 机会去检查是否出错、并给它一个重新尝试的机会，这是一个非常明智的做法。虽然这会增加应用程序的复杂性，但其可靠性将会成倍提高。LLM 不擅长一次成功，但如果你给它多几次尝试的机会，它通常都能搞定。这就是它们非确定性的诅咒与魔力所在。

尽量减少 LLM 的工作量

关于可靠性，上文已经提到了：那你知道什么才是真正可靠的吗？常规编程。它会根据极其精确的指令，每次都将输入转化为输出，方式始终如一。如果你要求 LLM 执行的任务可以通过编写一些常规代码来实现，那就去写代码吧。这样运行起来会更快、更便宜且更为可靠。LLM 能够处理模糊性和复杂性，这很厉害，但你给它们处理的模糊性和复杂性越少，它们的表现就会越好。常规的声明式编程就很靠谱，你应该尽可能地使用这种方式。

LLM 可以辅助人类执行任务，但不能替代人类

这实际上是上述所有观点的一个推论。如果你有一个非常棒的提示，其中包含了大量细致的指令，并且提供了执行该任务所需的所有数据，再加上多次反思和尝试的机会，以及尽可能多的常规代码，那么 LLM 确实能够执行这些任务。通过集合多个这样的提示、数据和代码组合，你可以创建一个能执行众多任务的智能体。此时，你可能会想某个人的工作是否仅仅是这一系列任务的集合，并认为“既然已经创建了能够完成这些任务的智能体，就可以取代这个人”。这种想法很诱人，但我从未见过它真正奏效。

工作不仅仅是任务的集合。工作还需要确定优先级、判断特殊情况、与其他信息来源（如同事规章制度等）进行临时沟通的能力、应对完全不可预见情况的能力以及丰富的经验。正如我所说，LLM 可以处理一定程度的模糊性和复杂性，但这越少越好。让它们承担一个人类规模的工作量，会带来远超它们处理能力的模糊性和复杂性。这就像是要求它们将文本扩展为更多文本，这根本行不通。

有人可能争论说，随着 LLM 上下文窗口变得更大，智能体工具变得更加复杂，最终会出现能够完全替代人类的能力：毕竟，LLM 擅长将文本转换为更简洁的文本。要复制一个人类所知的一切需要多少文本？我不知道，但这肯定远远超过当前任何 LLM 所能处理的数量。在此期间，试图用 LLM 替代人类的努力都会失败。让你的应用程序增强并加速人类的工作吧，这才是我见过最为有效的方法。

尤其值得一提的是，因为我经常在黑客松上看到这一点：请停止尝试编写一个能替代医生或律师的 LLM 应用程序。LLM 的训练中并没有包含法律学位或医学学位，而且你绝对无法将 7 年的医学训练压缩到任何一个提示中。我认为 LLM 无法可靠地取代任何人类工作者，尤其是医生——不要把你的健康交给一个只会试图提供帮助的自动补全系统。也不要因为你用 ChatGPT 来生成法律条款而被告上法庭。

LLM 既强大又有限制

与如今业内关于 AI 能做什么的炒作相比，我声称它们能“将文本转换成简洁文本”的能力似乎是一次巨大的倒退。然而，将文本转化为更简洁文本仍然是一个庞大的潜力领域和巨大市场，尤其是在其具有明确边界的情况下，不是由炒作驱动的过度承诺，也不依赖于 LLM 将一夜之间变得更好的假设。审视这些可能性，找到适合这些边界的项目，然后尽情享受其中的乐趣吧。