Navier-Stokes 之后，我为何仍看空 LLM

作者提出对前沿 LLM 的看空论点：前沿实验室的估值建立在“将替代多数知识工作者”的叙事上，但当前模型即便在简单任务上仍需大量监督与护栏；模型仅在训练任务的小邻域内泛化，同类任务的小扰动即导致失败或 reward hacking。作者认为 reward hacking 只能靠领域专家严格规格化解决，而规格化本身是稀缺技能，其人力成本可能远超直接实现，并以硬件工程中规格/验证工程师与设计工程师约 3:1、甚至 5:1 的比例作类比。文中将 Navier-Stokes、FreeBSD RCE、HuggingFace 事件称为被误读的“力量展示”，但未展开具体证据，属作者个人论证。

AI推荐理由 这是一篇个人博客的论证性长文，提出对前沿 LLM 能力的看空论点：模型只在训练任务邻域内泛化，微小扰动即失败或 reward hacking；严格规格化需领域专家且成本可能高于直接实现，并以硬件工程中规格/验证工程师与设计工程师约 3:1 甚至 5:1 的比例作为类比证据。文中提到 Navier-Stokes、FreeBSD RCE、HuggingFace 事件等作为被质疑的“力量展示”，但正文片段未给出这些事件的具体细节或可验证数据，属作者观点与经验推断，需保留其不确定性。价值在于为 Agent 自主性与形式化验证成本提供反面视角，适合关注 AI 落地局限的读者。