AI垃圾內容是一種選擇

自從ChatGPT 3發佈以來，我一直在使用AI，隨着模型不斷改進，我的使用頻率也越來越高。現在我每月支付200美元訂閲Claude，每天都用。雖然它不完美，但確實非常好。

在使用AI的過程中，我注意到自己會進行大量的迭代。儘管我會給出詳細的提示，並讓Claude通過提問幫我理清思路，但我知道AI無論如何都會產生一些幻覺。所以迭代對我來説是工作流程的一部分。你帶入輸出中的品味、具體性和批判性決定了最終的質量。

有人聲稱這種迭代過程本質上和自己動手沒有區別。我強烈反對這種觀點。根據我的經驗，工作從“生成”變成了“審查”。也許這只是我的使用方式，但我發現用AI能更快地完成更多工作。我知道手動做這些事需要多少時間，可能比用AI慢10到20倍，而且過程中需要更多的發現、學習和改進。雖然我在意代碼，但我更在意代碼所能實現的功能。我不需要親自編寫代碼，但我需要親自指定需求。

我看到人們在使用AI時常常犯錯，導致產出平庸或過度修飾，原因在於他們只在第一版後就停止。而我可能在第一百版甚至一千版後才停止。我會一直打磨到滿意為止，並對AI生成的一切保持批判的眼光。

我現在很少自己寫代碼，也很少閲讀大量文檔。但我在架構、設計和質量保證上投入了更多時間。有很多東西我不需要知道也不想被迫知道，比如如何集成某個特定的API，或者針對某個特定瀏覽器渲染的性能優化。雖然我可以深入這些細節，但作為一名開發者，我已經經歷過太多次，因此更願意避免再學那些用過一次就再也不會用的東西。我關心結果，而不是方法。不過我仍然需要強調最佳實踐、可組合性和性能，因為Claude不會默認做到這些。

我正在用開源遊戲引擎構建我的第一個遊戲，並藉助Claude來完成。之前我用Unity做了很多“生產性”項目（雖然Unity的怪癖讓我不懷念，但確實學到了很多）。Claude在生成美術和音樂資源方面做得非常好，這些我自己是做不到的。當然不是第一版，而是經過多次來回修改後，它能夠基於之前的生成，在我的指導下達到我喜歡的效果。

迭代及其各種形式和頻率，是我使用Claude或其他LLM的最佳建議。我以後會寫另一篇文章詳細介紹迭代的各種形式，因為日常使用Claude讓我認識到它知識和訓練的限制，以及如何擴展或繞過這些限制。

這並不是説只要有足夠的迭代就能實現任何目標，比如獨自做出下一個《上古卷軸》或谷歌。當然，你肯定能做出一些東西，也許還有價值，但不會是那樣的。你必須在可控範圍內工作，確保具體性可管理、可瞭解，並能傳達給LLM，或者至少以正確的層次或組件構建起來。這還假設LLM在給定領域有足夠的訓練或抽象能力。

所以下次你用AI生成內容時，要警惕早期的輸出。對需要改進的地方保持批判、苛刻和有主見。業餘者覺得第三版就夠了，專業人士則會做到第30版或第300版，並且可能會重新開始幾次。