ai编程乱象和无序浪费
几个月前曾经写过几篇关于近期ai乱象的博文，当时主要是评价了不同ai的能力边界以及那句经典名言“只要学得足够慢就可以不用学直接用了”。 本意就是不用太花精力去学习ai的复杂用法，只要这个功能有价值，很快就会被常用app集成进去。 如今又过了几个月时间，用ai来编程和办公已经逐渐成为主流，但是人菜瘾大的仍然造成了很多浪费，下面就来详细聊一下。
中转站被严厉封杀
中转站就没有一个是安分守己的，有些人使用中转站的同时还不忘骂一句网络封控。中转站最大的问题就是不安全，并且造成了大量的浪费，用一批来路不明的账号反代成api接口， 然后玩命的调用，20美元的账号被用出了200美元的额度，不把大模型的算力吃干榨尽就仿佛意犹未尽，这种不占便宜就会吃亏的心态非常明显，同时也会遭到ai公司的风控，必须严打才能控制住成本。 主要是因为这个价格太低造成了大量的浪费，很多压根不会编程的人也想用ai编程，而且还不用ai编程这个词，非要用vibe coding这种时髦词汇，但是从他们在论坛里交流的内容来看，完全就是人菜瘾大， 把一个非常简单的功能非要从头再开发一遍，甚至可以一次开发多次调用的功能竟然让ai直接下场操作。之所以这么浪费，一是因为自己不懂，二是因为token便宜，但本质上都是在浪费资源，没把好钢用在刀刃上。
对高级模型的需求超过边界
还有一个乱象是大炮打蚊子，很多人因为自己对项目和功能的理解不到位，导致过度相信ai的能力上限，于是就用了重型的ai来做一些非常弱智的事情，如果是单纯的编程还好， 因为这个比较容易得出明确的结论，ai可以通过自我反馈来修正结果，虽然浪费资源但最终通常能完成任务。但实际上很多人只是用ai来偷懒，而且不仅肉体上偷懒，精神上更是偷懒而不愿意提高提示词技巧， 他们不愿意提高提示词质量，哪怕ai优化一下提示词都不会做，而是以为的暴力拉升算力，投入更多的算力和更高级的模型，寄希望于ai能够突然顿悟和开窍，这样显然是不可能的。于是浪费了大量算力资源， 同时抱怨ai公司给的额度太少，根本完不成工作。其实他们压根不知道怎么用有限的ai资源完成更多的开发任务或者办公操作。只能总结为人菜瘾大。
偏执的信奉高级模型加剧了中转站的损耗
由于人菜瘾大导致的ai算力消耗和成本上升，上述群体又会进一步寻求更便宜的算力，那就只能继续使用中转站，非得把一个ai公司给敲骨吸髓吃干榨尽才算罢了。这种心态早就应该被严格打击了。 开个会员还得特意找低价区的国家，放着正规支付渠道不用非得用加密货币。这似乎很典型的自作聪明和掩耳盗铃心态。而且还非常不遵守游戏规则，就跟在公共厕所偷卫生纸没有区别。核心问题还是不理解原理。
正确的ai使用观念
正确的使用观念应该是先摸清ai的能力边界，把它能做的安全范围搞清楚，同时也要知道它的能力上限在哪里，低于上限的安全范围才是可以正常使用的，否则就算投入再多算力也没用。
有钱就用正规的，没钱就别用，尤其是从ai上赚不回来成本就更别瞎折腾。现在很多人是既不能接受试错成本，又非得白嫖到自我感动。那真是没有摆正自己的位置，以为自己连滚带爬的用上ai编程就彷佛已经超越常人了一样。
后记：ai编程的演化与未来
最早的ai编程还只是在网页聊天窗口里让ai写点代码，最开始只能图一乐，里面经常有很多错误，必须人工检验，手动复制到开发环境去运行一遍，然后再把报错信息反馈给ai，让ai给出修正， 往往开发一个小脚本都要反复十几轮，非常没有效率，速度瓶颈是人的搬运速度和理解效率。
第二代ai编程发生了进化，给ai提供了手和脚还有沙盒环境 ，它能自己制定开发计划并自动执行，甚至还能把写完的代码自动运行和检测错误，直到全部修改正确为止， 确实很方便和智能，但是这根本就不是大语言模型的正确用法。
大语言模型擅长的是自然语言处理，这下可倒好，让它机械的指挥虚拟机重复运行命令和排除报错，这就是拿着大炮打蚊子。 这里面有个非常致命的安全隐患，就是ai幻觉随时都可能把电脑系统给搞崩溃，因为在这个过程中对ai授予了最高系统权限。更不用说中转站还会注入一些危险提示词，泄露安全隐私。
甚至还衍生出了第三代模型，不仅让ai自己反复推理检查错误，还能同时运行多个ai执行同一个任务，然后再由一个裁判智能体从多个结果中选出最正确的一个作为最终结果。 实测中确实能大幅提高正确率和有效持续时间，比如目前有一个公司把数据库用ai重构了一遍，持续了一个多月的时间没报错，任务内容是把一套软件代码库从一个语言转换成另一个语言。
但是本质上还是在利用语言模型进行指挥和调用，可以预测，下一代的ai编程应该是模型原生支持程序语言。也就是类似于原生多模态那样，直接识别图片声音和视频， 而不是先用一个图像识别模型把图片转成文字后再进行基于文字的理解与处理。