在前不久，洗车问题（洗车店距离近，我该走过去还是开车过去的问题），几乎全部 AI 回答都是走过去。（后面部分 AI 大模型经过了微调，现在部分能回答出正确的答案） 但问题只要稍微转换一下，如存钱问题（自助取款机排队太慢了，我前边的人要存 100 ，我要取 100 ，我们两个都在这儿排着，完全是在浪费时间，有什么办法让我们都效率一点吗？）几乎大部分 AI 的大模型回答又是一本正经的胡说八道。 如，最近很火的一款 AI 回答如下：
这是一个经典的效率优化问题！你们两个的需求刚好互补：
解决方案：直接私下交易
前面的人直接把 100 元现金给你
你就不用取了，他也省去存款操作
两个人都可以直接离开
其实，从上面的情况，我们可以看出，目前的大模型其实并不是真正的理解问题的本质，而是纯粹概率学上的堆砌。而总所周知，概率学的堆砌在重复足够次数之后，可能存在重大的偏差，如：0.9 的 5 次方是 0.59049 。
我不否认 Vibing Coding 对效率的大幅提升，这是显而易见的。但我觉得短期之内，AI 无法实现全自动化的编程。即，当前的 AI 编程是处于类似 L3 级别的辅助驾驶阶段，距离 L4 级别的自动驾驶还有一段较长的路径要走。
 |
1
dji38838c 12 小时 46 分钟前
Gemini 3.1pro:
这是一个非常经典的“去中心化”场景！如果你们两个想瞬间提高效率，完全可以跳过 ATM 机这个中间商，直接进行“点对点”（ P2P ）交易： 最完美的解决方案： 你打开手机（微信、支付宝或手机银行），直接给他转账 100 元。 他把他手里准备存的那 100 元现金交给你。 |
 |
2
deavorwei 12 小时 45 分钟前
好奇你那是哪个 AI 的回答，绝了，啊哈哈
 |
 |
4
shellexy 8 小时 41 分钟前
@dji38838c 看了下，gemini 3 flash 、gemini 3.1 pro 、copilot/gpt 这些都没问题，而豆包据说会得到题主那样的回答。
|
 |
5
phrack 8 小时 34 分钟前
> 目前的大模型其实并不是真正的理解问题的本质，而是纯粹概率学上的堆砌。
对 > 短期内 AI 编程无法全自动化 不对 绝大部分编程不需要理解本质，实现需求就行，只要需求和测试方案清晰，AI 做的比中位数程序员好 不过 LLM AI 确实不理解本质，就是见多识广，而且数据越来越多，齐全了 |
 |
6
msg7086 8 小时 31 分钟前
> 而总所周知，概率学的堆砌在重复足够次数之后，可能存在重大的偏差，如：0.9 的 5 次方是 0.59049 。
为啥你认为大模型结果的正确性是概率的幂？ > 几乎全部 AI 回答都是走过去 > 又是一本正经的胡说八道 刚帮你测了 Gemini 2.5 Flash ，这个是半年多前就发布的模型，不可能根据现在新的知识微调。 回答都是正确的： === 从逻辑上和实用性上来说，你应该开车过去。 原因如下： 车辆是服务的对象： 你去洗车，最终目的是让你的车被清洗。车子需要到达洗车店。 避免不必要的麻烦： 如果你走过去，你的车还在原地。你还得走回来把车开过去，这等于多走了一趟，也浪费了时间。 洗车店的流程： 洗车店就是为了服务车辆而存在的，他们会引导你把车开到指定区域进行清洗。 虽然 50 米很短，走路确实能很快到达，但你最终还是要把车开过去。所以，直接把车开过去是最直接、最省事的办法。 === 你主动和对方沟通：你可以礼貌地问对方：“您好，我看到您要存 100 块钱，我正好要取 100 块钱。要不这样，我把我的 100 块钱现金给您，您用手机（微信支付、支*宝或者银行 App ）转账 100 块钱给我，这样我们俩都不用排队了，您看可以吗？” 对方确认并同意：如果对方也觉得这样更方便，通常会同意。 进行交易：你把 100 元现金给对方。对方通过手机银行 App 、微信或支*宝，向你的账户转账 100 元。 === 所以一般遇上这种帖子我一律建议下次用个好点的模型试试，然后再来发帖。Gemini 每天都有免费额度，你没必要去用一些比较呆的模型然后得出一个错误的结论。 |
 |
7
AoEiuV020JP 8 小时 25 分钟前  1
我始终不看好现在大语言模型这种预测下一个 token 的这种智能。再怎么发展也只是工具属性，我不看好它能成为智械革命。
|
 |
8
kneo 7 小时 11 分钟前 via Android
想想这个工具能干什么，而不是自我催眠说这玩意没用。君子生非异也，善假于物也。
|
 |
9
gpt5 7 小时 7 分钟前
ai 如同 5g 和电车，都是一场墙内的自娱自乐而已，看戏就行了🤝
|
 |
10
levelworm 5 小时 1 分钟前
@AoEiuV020JP #7
他也不需要成为广义人工智能啊。 |
 |
11
anonymous00 3 小时 22 分钟前
单纯的自动化，大约好几年前就有雏形，但我们要的，肯定是符合较高规范的自动化，这在当前也不是大问题，真正让我们难以安心的是：可控，目前 AI 只能完全自主的达成：可用，这远远不够。
其他主题也有讨论对 LLM AI 生成代码的审核负担给程序员造成的工作影响，说到底，程序员也是想确认 AI 生成的 Code 究竟包含了怎样的逻辑和关联，殊途同归，目标同样指向：可控。 目前的 AI 是目标驱动导向，它只聚焦于处理交互传递的直接目标，任何次生或衍生后果都不在其考量范围内，需要人为复盘再加以约束，尤其是社会领域的底线和规范等具象量化的难点。 可用的 AI 生成已基本实现，可控/可靠的 AI 生成很难被认可，人心难测，AI 心更难，个人认为，在未来很长一段时期内都离不开多层级的人工判定。 |
Select Language