AI：外科醫生的助手還是按量計價的商品？

在AI輔助程式設計的討論中，湧現了許多隱喻。傑弗裡·利特提出了“像外科醫生一樣編碼”的比喻。在這個隱喻中，開發人員是外科醫生，而大型語言模型（LLM）則是他的助手。開發者可以將繁瑣的工作委託給AI，專注於真正重要的事情。作者維塔利·格里申科支援這一觀點，他表示，當他坐下來工作時，希望感覺像外科醫生走進準備就緒的手術室，一切就緒，只等他施展才華。

作者曾親身經歷過一次手術，因此深知外科醫生與助手之間的關係。他回憶道，手術中一名助手因微小失誤而遭到外科醫生的嚴厲斥責，因為該失誤可能導致醫療差錯。作為患者，聽到這樣的對話令人不安。助手很可能從中吸取教訓，如今或許已能獨立完成手術。相比之下，作者每天都在虛擬地斥責Claude（一種LLM），但他不確定這是否有用。Claude擅長的是重現“網際網路意識流”——它的有效訓練集。

作者在手術室中還注意到正式流程的存在。這一流程是用無數生命換來的，旨在最小化可預防的不良結果。它體現了組織和文化學習的過程。外科醫生在進入手術室前會重新閱讀患者的檔案，前一天還有數位醫生參與的醫療會診討論病例。外科醫生接診眾多患者，但由於現代外科的高度專業化，病例具有一定相似性。儘管如此，他仍記得手術在右側，而椅子本應放在左側。助手因此得到了應有的訓誡。作者問道：“我們能信任Claude把椅子放在正確的位置嗎？”目前，完全不能。

另一個隱喻出自OpenAI的薩姆·奧爾特曼。他預言未來智慧將成為像水電一樣的公共事業，人們可以按量付費使用。作者認為這在一定程度上貶低了智慧的概念，而且可能是故意的。他反問：“你確定要把你銷售的商品稱為‘智慧’嗎？”隨後，作者改進了這一隱喻。他指出，我們從LLM中獲得的並非智慧本身，而是一股“網際網路意識流”。如果放任自流，它就像水一樣從高處流向低處。這確實是一種商品。遵循水的隱喻，我們現在就像古代蘇美爾人，正在學習如何引導這股水流來灌溉農田、驅動風箱。那麼，我們如何做到這一點呢？答案是：透過構建流程和學習。