AI垃圾内容是一种选择

自从ChatGPT 3发布以来，我一直在使用AI，随着模型不断改进，我的使用频率也越来越高。现在我每月支付200美元订阅Claude，每天都用。虽然它不完美，但确实非常好。

在使用AI的过程中，我注意到自己会进行大量的迭代。尽管我会给出详细的提示，并让Claude通过提问帮我理清思路，但我知道AI无论如何都会产生一些幻觉。所以迭代对我来说是工作流程的一部分。你带入输出中的品味、具体性和批判性决定了最终的质量。

有人声称这种迭代过程本质上和自己动手没有区别。我强烈反对这种观点。根据我的经验，工作从“生成”变成了“审查”。也许这只是我的使用方式，但我发现用AI能更快地完成更多工作。我知道手动做这些事需要多少时间，可能比用AI慢10到20倍，而且过程中需要更多的发现、学习和改进。虽然我在意代码，但我更在意代码所能实现的功能。我不需要亲自编写代码，但我需要亲自指定需求。

我看到人们在使用AI时常常犯错，导致产出平庸或过度修饰，原因在于他们只在第一版后就停止。而我可能在第一百版甚至一千版后才停止。我会一直打磨到满意为止，并对AI生成的一切保持批判的眼光。

我现在很少自己写代码，也很少阅读大量文档。但我在架构、设计和质量保证上投入了更多时间。有很多东西我不需要知道也不想被迫知道，比如如何集成某个特定的API，或者针对某个特定浏览器渲染的性能优化。虽然我可以深入这些细节，但作为一名开发者，我已经经历过太多次，因此更愿意避免再学那些用过一次就再也不会用的东西。我关心结果，而不是方法。不过我仍然需要强调最佳实践、可组合性和性能，因为Claude不会默认做到这些。

我正在用开源游戏引擎构建我的第一个游戏，并借助Claude来完成。之前我用Unity做了很多“生产性”项目（虽然Unity的怪癖让我不怀念，但确实学到了很多）。Claude在生成美术和音乐资源方面做得非常好，这些我自己是做不到的。当然不是第一版，而是经过多次来回修改后，它能够基于之前的生成，在我的指导下达到我喜欢的效果。

迭代及其各种形式和频率，是我使用Claude或其他LLM的最佳建议。我以后会写另一篇文章详细介绍迭代的各种形式，因为日常使用Claude让我认识到它知识和训练的限制，以及如何扩展或绕过这些限制。

这并不是说只要有足够的迭代就能实现任何目标，比如独自做出下一个《上古卷轴》或谷歌。当然，你肯定能做出一些东西，也许还有价值，但不会是那样的。你必须在可控范围内工作，确保具体性可管理、可了解，并能传达给LLM，或者至少以正确的层次或组件构建起来。这还假设LLM在给定领域有足够的训练或抽象能力。

所以下次你用AI生成内容时，要警惕早期的输出。对需要改进的地方保持批判、苛刻和有主见。业余者觉得第三版就够了，专业人士则会做到第30版或第300版，并且可能会重新开始几次。