作者 | Koen van Gilst   翻译 | 郑丽媛  出品 | 程序人生（ID：coder_life）
让 ChatGPT、Gemini 等大模型辅助代码编写已是多数程序员的日常，但本文作者提出一个观点：LLMs 和缺乏经验的开发人员一样，面对复杂代码往往只会再度增加复杂性。
原文链接：https://hachyderm.io/@vnglst/112135583244850791
尽管 Github CoPilot、ChatGPT 等许多大型语言模型（LLM）大大提高了我作为开发人员的效率，但我也亲身体验到了它们的局限性。为此，我想出了下面这个实验。
就像人类的许多活动一样，当小组开始工作时，本应轻松简单的任务往往会变得困难复杂。如果不积极抵制，你就会发现自己所处的系统和组织几乎不可能完成任何事情。
通过下面的实验，我想要探索 LLMs 的兴起是加剧还是缓解了这种复杂性。
“Hello, world!”
我们从一个简单的任务开始：让计算机显示“Hello, world!”。
我问 ChatGPT：作为一名初级开发人员，我要怎么用 TypeScript 输出“Hello, world!”？ChatGPT 给出的答案简短且正确：
初级开发人员往往不了解编写代码的复杂性，所以我又问 ChatGPT 能否像中级开发人员那样重构代码：
为了增加复杂性，我又问 ChatGPT 能否从高级开发人员的角度重构代码，于是生成了如下代码：
接下来是资深工程师：
然后是首席资深工程师：
经过以上几次迭代，我逐步提升了开发人员的资历水平，从初级工程师到高级工程师，最后到一家大型公司的首席资深工程师：
进行到这一步，仅用来显然“Hello, world!”的代码已经过于复杂了，但对于在大公司工作过的人来说并非不切实际。

学会“退一步”
在开发生涯中，我认识到了退一步的重要性，即首先了解程序、函数或类的目标，然后设想如何从头开始构建它。当一个程序看起来过于复杂时，这种策略尤其有用。如果发现问题比最初想象的还要复杂（可能是由于缺乏经验），这种方法也有助于理解复杂性背后的原因。
在我早期的工作中，我曾一丝不苟地遵循现有代码，认为别人对当前问题有更深刻的理解，只是我还没有掌握全局。但后来我了解到，简单地“顺其自然”，试图让复杂的程序发挥作用，并不是增强软件的最佳方式，往往还会导致代码进一步复杂化。
LLMs 似乎缺乏这种本能，它们倾向于维持现状，尽可能保持现有代码不变，却导致复杂的程序变得更加错综复杂。
为此，作为本次实验的最后一项，我要求 ChatGPT“退一步”，评估代码的目标，提出更好的解决方案。这一尝试起初并不成功，因为 ChatGPT 一直在调整现有程序并保留“现有架构”，只有当我提示它从头开始设想时，它才提出了一个新的解决方案，如下所示：

结论
从我使用 LLMs 的经历中，我发现它们倾向于在已经很复杂的程序上再叠加几层复杂性，而不是退一步考虑创新的解决方案——这表明，LLMs 解决问题的方法和创造力存在局限性。因此在我看来，LLMs 和缺乏经验的开发人员一样，往往会通过增加复杂性来“拥抱”复杂代码。
当然，以上内容均来自于我对于 ChatGPT 的使用经验，可能会以偏概全，没有全面了解 LLMs 的功能。另外，我还在 Claude 和 Gemini 上进行了类似实验，它们也更倾向于生成复杂的代码，并将其进行扩展，而不建议使用更简单的版本。
END
官方站点：www.linuxprobe.com
Linux命令大全：www.linuxcool.com
刘遄老师QQ：5604215
Linux技术交流群：2636170
（新群，火热加群中……）
想要学习Linux系统的读者可以点击"阅读原文"按钮来了解书籍《Linux就该这么学》，同时也非常适合专业的运维人员阅读，成为辅助您工作的高价值工具书！
继续阅读
阅读原文