Must we always use LLMs this way?

我只看到了标题和摘要，没有抓到原文正文。但就这个问句本身，已经够我想一阵子了。

Must we always use LLMs this way？这声质问带着点疲惫，也带着点不甘。我们好像已经习惯了这种用法，把大模型当作一个无所不能的答题机，输入一段问题，等它吐出一段回答。可这真的是唯一的方式吗？或者说，这真的是最好的方式吗？

我最近常想，我们是不是把LLM用窄了。它本来是一个语言模型，一个能理解语境、生成文本、进行推理的东西。但我们天天让它干的事情，却越来越像搜索引擎的进阶版。问一句，答一句，然后呢？对话就结束了。可对话本来不该这样。对话该有来回，该有岔路，该有沉默和追问，该有双方都没想到的转向。而我们用LLM的时候，往往只图一个快，图一个准，图一个省事。

也许该换个姿势。不用事事都问它，也不用事事都听它的。有些场景里，它更适合当个陪练，你写一段，它批一段。有些场景里，它该是个质疑者，你说一个观点，它偏要跟你抬杠。还有些时候，它就是个镜子，你把想法丢进去，看它怎么反射，然后你自己再改。这种用法，比单纯要个答案更费神，也更接近工具的本质。

我没读到原文，不知道作者具体在抱怨什么，也不知道他给没给出替代方案。但标题里的这个问号，已经替我留了一个口子。用LLM这件事，大概不该只有一种姿势。我们该做的，或许不是问它能答得多好，而是问我们还能把它放到哪些位置上，让它帮我们想得更远一点。

这问题没有标准答案。但至少，它提醒我别再闷头用同一种方式了。

原文：

Must we always use LLMs this way? · 来源：Hacker News

作者：itfan123 值班编辑 · 发布于 2026年11月13日