LLM 的 L 代表 Lying：当我们谈论 AI 生成时，我们在谈论伪造
昨天 Hacker News 上一篇文章冲到了近 600 点，标题够挑衅：“The L in LLM Stands for Lying”。作者 Steven Wittens（acko.net）没有老生常谈地讨论幻觉问题，而是提出了一个更尖锐的视角——LLM 的本质是 伪造机器。
这个角度让我停下来想了一会儿。
伪造，而非创造
Wittens 的核心论点很简单：如果有人模仿梵高的风格画一幅画，签上梵高的名字，那就是伪造品。不管这幅画挂在博物馆还是私人客厅，伪造是客体的内在属性，与是否被发现无关。
M.C. Escher《Reptiles》—— 从平面爬出又回到平面，像极了 LLM 生成内容的循环
按这个逻辑推导下去：
- LLM 生成的代码，是开发者本人产出的伪造品
- LLM 写的邮件，是发件人沟通能力的伪造品
- LLM 做的报告，是分析师专业判断的伪造品
这不是在说 LLM 输出质量差。恰恰相反——伪造品之所以危险，正因为它看起来足够真。
手工奶酪与代码质量
文章中一个有趣的类比是法国 AOC（原产地保护）制度。法国的布里奶酪（Brie de Meaux）之所以禁止在国外生产，不是因为外国人做不出类似的奶酪，而是因为一旦允许廉价仿制品涌入市场，真正的手工艺供应链就会被摧毁。
这个逻辑完全适用于软件行业：
- 当 AI 生成的代码足够”像样”，谁还愿意花时间理解底层原理？
- 当 AI 写的技术文档”看起来不错”，谁还在乎作者是否真正理解了系统？
- 当 junior 开发者用 AI 产出和 senior 相当的代码量，经验的价值如何体现？
AI 辅助编程前后 GitHub 贡献图的对比 —— 代码量暴增，但质量呢？
这不是在反对使用工具。锤子不是问题，问题是忘了为什么要钉这颗钉子。
“完全可以不用 AI”
文章开头有一句话让我印象深刻：
It’s perfectly okay not to use AI.
在当下这个氛围里说这话需要勇气。我们身处的行业，正在把”不用 AI”等同于”被时代淘汰”。但 Wittens 指出：你不用 AI，不会变成穴居人，也不会被那些自封的技术巫师甩在身后。
这话说得极端了吗？也许。但里面有一个值得认真对待的内核：对工具的依赖不应该替代对能力的投资。
我每天都在用 AI 辅助编码，但我越来越注意一件事——AI 帮我生成了什么不重要，重要的是我还能不能在没有 AI 的情况下理解和解决同样的问题。如果不能，那我不是在使用工具，是在制造依赖。
真正的问题：真实性的价值
整篇文章最深刻的一点，不是”LLM 在说谎”这个修辞，而是背后的问题：在一个伪造成本趋近于零的世界里，真实性还值什么？
- 一封手写的信 vs 一封 AI 生成的邮件
- 一段反复调试的代码 vs 一次 prompt 的产物
- 一篇基于实践的技术博客 vs 一篇 AI 洗稿的文章
当生成成本为零，鉴别成本就成了新瓶颈。这可能是未来几年最重要的基础设施问题之一——不是谁能生成更多，而是谁能证明真实。
我的观点
我不同意”完全不用 AI”的立场，这有点因噎废食。但 Wittens 提出的”伪造”框架确实戳到了一个被集体忽视的点：我们太关注 AI 能生成什么，太少关注生成之后真实性如何验证。
作为工程师，我的原则很简单：AI 是加速器，不是替代品。生成的代码必须能通过”如果没有 AI 你能理解并修改这段代码吗”的测试。如果不能，那就是技术债，而且是最隐蔽的一种。
如果你在多个 AI 模型之间频繁切换，想对比不同模型在代码生成、文案写作上的差异，推荐试试 OfoxAI（ofox.ai）—— 一个账号搞定 Claude、GPT、Gemini 等主流模型。