@balajis 的一篇关于 "验证差距 "的好帖子。 你可以将其视为创造中的两种模式。借用 GAN 的术语： 1) 生成和 2) 鉴别。 例如，绘画 - 你进行一次笔触（1），然后你观察一段时间，看看是否改善了画作（2）。这两个阶段几乎贯穿于所有创造性工作中。 第二点。鉴别在计算上可能非常困难。 - 图像是最简单的。例如，图像生成团队可以创建巨大的结果网格，以决定一幅图像是否优于另一幅。感谢你大脑中为快速处理图像而构建的巨型 GPU。 - 文本则要困难得多。它是可略读的，但你必须阅读，它是语义的、离散的和精确的，因此你还必须推理（尤其是在例如代码中）。 - 音频可能更难，因为它强制了时间轴，因此根本无法略读。你被迫进行串行计算，根本无法并行化。 你可以说，在编码中，LLM 已经将 (1) 压缩到 ~瞬时，但在解决 (2) 上几乎没有做什么。一个人仍然必须盯着结果，判断它们是否好。这是我对 LLM 编码的主要批评，因为它们随意输出 *过多* 的代码，复杂性任意，假装没有第二阶段。得到这么多代码是糟糕和可怕的。相反，LLM 必须积极与你合作，将问题分解为小的增量步骤，每一步都更容易验证。它必须预见到 (2) 的计算工作，并尽可能减少它。它必须真正关心。 这让我想到了非编码者对编码的最大误解。他们认为编码是关于写代码（1）。其实不是。它是关于盯着代码（2）。将所有内容加载到你的工作记忆中。来回踱步。思考所有的边缘情况。如果你在我 "编程 "的随机时刻抓住我，我可能只是盯着屏幕，如果被打断，会非常生气，因为这实在是计算上太费力了。如果我们只加快了 1 的速度，但没有减少 2（这大部分时间都是如此！），那么显然编码的整体速度不会提高（参见阿姆达尔法则）。