设想一个再普通不过的场景:团队讨论客户邮件要不要先让模型起草。赞成的一方说省时间,反对的一方担心语气跑偏。争到最后,落到的往往不是技术问题,而是署名——邮件发出去写的是人的名字,出了岔子谁去解释。
把这个分歧拆开看,会发现一个挺管用的类比:把大语言模型当实习生,而不是当同事。实习生可以给素材、给样例、给明确的约束,让他先出一版;但这一版必须有人看,签字的人也得担责任。这个类比能解释不少日常困惑:为什么提示写得越具体,结果越稳;为什么同一个问法隔一天再问,措辞会变;为什么“读起来很像那么回事”和“说得对”是两件事。
类比能走多远
边界也很清楚。实习生会积累经验,下次不用再交代;模型不会,除非你把纠正写进上下文,或者在外面给它搭一套记忆。这一点常被忽略,于是有人抱怨“昨天刚教过它”。流程因此要按“每次都能复原”来设计——提示、样例、检查清单都留在文档里,而不是寄望于它记住了什么。
大语言模型的长处在语言形态的搬运:把散乱的记录压成三段话,把技术说明改写成客户能读的版本,把长文裁到指定篇幅。这些活儿原本也占人不少时间。短处则在事实的边界上——不确定的时候,它倾向于给出一个结构完整的答案,而不是干脆说“这里我无从判断”。所以核验的成本要提前算进去,不能等到交付前才发现对不上。
也因此,“好不好用”这个问法本身有点粗。更有用的是把任务切细:这一步做错了代价多大?能不能低成本复核?如果复核一遍和自己从头做花的时间差不多,那引入它就没多大意义。反过来,草稿类、改写类、格式转换类的工作,复核成本低,容错空间大,用起来就顺手。同一套工具放在不同环节,结论可以完全相反。
有一种说法是,等模型再强一点,这些麻烦自然消失。我不太确定。能力提升会扩大它能碰的活儿,但“谁来判断对错”这件事不会随之转移。大语言模型越是被放在流程中间,越需要有人在两端把住——前面把需求说清楚,后面把结果看一遍。剩下的,才是它真正替你省下的时间。