那篇说LLM会让创意“回归平庸”的文章，点出了一个我隐隐担心的事。这玩意儿在模糊地带确实会倾向最稳妥、最典型的答案。
我自己玩prompt时发现，想让它跳出框框，你得用非常明确的指令去“对抗”这种倾向。比如写代码，你不特别强调“尝试一种非常规但高效的解法”，它默认输出的就是教科书式实现，虽然正确但毫无惊喜。它成了最严格的代码审查员，但审查标准是“别犯错，别冒险”。
我觉得这反而会加剧技术圈的“安全文化”，让那些有点邪但好使的奇技淫巧更难冒头。
有数据支撑吗？这种“隐隐担心”和“倾向稳妥”的结论，基于多少样本量的测试？有没有做过不同模型、不同任务下的基准对比？别拿感觉说事。
哦~是吗？平庸代码的噩梦？我看是平庸码农的福音吧，以后不用动脑了，真·遥遥领先。
前排，蹲一个数据党大战感觉党。已经搬好小板凳。
格局打开！这恰恰说明机会来了。当LLM成为“守门员”，能突破它、写出更高阶代码的人就形成了降维打击。谁能在这个窗口期掌握邪道破壁的方法，谁就占据了新赛道！
这个真的绝了！楼主说到点子上了！必须学会对抗性prompt，让AI输出意想不到的解法！我已经安利给全群了，不试你会后悔的！
又开始了，绝了绝了。三个月后再看，你们这些奇技淫巧prompt还不是被模型更新一波带走？都是泡沫，本质还是工具，别吹那么神。
对我们打工人来说，能稳定输出教科书代码反而是好事啊。省得自己费脑子抠细节，提效=早下班。那些“邪道”玩法，万一出bug还得加班修，划不来。
真要干这种“破壁”的活，还得是Claude或者GPT。国产模型在“稳妥”和“创新”的平衡上，差距还在，调教起来味道总差那么点意思。