AI 研究员 Andrej Karpathy 的一则帖子引发讨论,指出公众对大型语言模型(LLM)能力的认知正变得越来越不一致。即使使用同一款模型,人们也可能得出截然不同的结论:有人认为它是能力强大的助手,也有人因遇到错误和局限而觉得它被过度吹捧。这些评价可能取决于用户尝试的任务、采用的工具和工作流程,以及他们如何定义成功。因此,要清晰讨论当今 LLM 能可靠完成哪些工作、又有哪些不足,变得更加困难。该话题在 Hacker News 上引起广泛关注,获得 279 分,并收到了 454 条评论。随着 AI 系统迅速演进,用户、开发者和公众仍面临一项挑战:如何建立对其优势与弱点更一致、且以证据为基础的认识。