LLM 时代：人机协作为何让人精疲力竭？
The Human-in-the-Loop Is Tired
在 Pydantic 工作期间，我深刻感受到 LLM 编程既实用又令人不安。代码似乎能自动生成，但人类却陷入了更深的监督疲劳：每天要审查数十个 AI 生成的 PR，反复修正那些看似合理却逻辑断裂的输出。这种'监督疲劳'不仅剥夺了写代码时的多巴胺快感，还让协作变得孤独。我们不再享受解决问题的成就感，反而被无尽的提示词和审查任务困住。正如 Simon Willison 指出的，AI 没有减少工作量，反而加剧了工作强度。这不是个人能力的失败，而是反馈机制的断裂。我们需要重新思考如何在 AI 时代找回编程的乐趣与意义。
编程与 LLM 合作既真正有用，又真正令人不安，这两者并存，如果我们假装后者不存在，我们终将精疲力竭。
HN 评论区
201- 有开发者指出，使用 LLM 编程如同雇佣不可靠的翻译，对于已精通技术语言的专家而言，这反而降低了从想法到算法的直接转换效率。
- 一位从业者批评当前缺乏 RFC 级别的标准化和 API 频繁变动，导致构建 LLM 自动化框架（harness）的工作极易过时，使得普通开发者难以实施。
- 评论中有人反驳了'软件偶尔崩溃可接受'的观点，认为即使低概率的故障若导致用户花费大量时间排查，其累积消耗的生命时间也是巨大的隐性成本。
- 部分观点认为 LLM 生成的代码存在微妙的'不对劲'感，导致开发者陷入'得到了所有被要求的东西，却得不到真正想要的东西'的挫败境地。
- 有评论者讽刺地表示，当同事仅将反馈输入 AI 处理时，自己已不再针对人类写作，这反映了人机协作中沟通对象的异化与职业倦怠。