用 LLM 写代码无需内疚

对于那些对 AI 感兴趣的人来说，你很快就能察觉到谁在错误地使用它（至于那些“聪明地”或正确地使用 AI 的人，就更难识别了）。我很确定，你已经在社交媒体上看到过大量由 AI 撰写的帖子。对我而言，我是在 2024 年 1 月开始注意到这一现象的。当时，看到这么多由 AI 撰写的文章和评论，我感到非常震惊，于是决定主动声明自己使用了 AI，以此表达透明度。很快，我便收到了一些关于这种透明度的疑问，还和一些人就这样一个堪称哲学的问题展开了讨论：我们是否必须声明自己使用了 AI？

最终，我被说服了，不再声明自己的所有 AI 使用情况。其中一个支持不声明的论点是：人们发布经过 Photoshop 处理的照片时，并不会特意声明，而我们身边到处都是经过编辑的图片。

我接受了这个观点，并决定除极少数情况外，不再声明自己使用了 AI。但透明度这个问题仍然萦绕在我的脑海中。

几个月前，我看到了几项有关 AI 使用透明度的倡议，这个问题再次浮现出来。

首先，我发现了 Derek Sivers 关于 AI 使用情况的页面。正如 Derek 所说，他“从来没有用 AI 生成文本来替代（他）自己的写作”，而且他专门创建了一个页面，让人们知道：任何声称由他撰写的内容，都不是由 AI 写成的。我思考了这项倡议，觉得公开解释我们如何使用 AI，或许是个不错的主意。时间飞逝，这个想法却一直留在我的脑海里。

几个月后，我偶然发现了 notbyai.fyi，它秉持着几乎相同的理念。正如其网站所说，他们倡导由人类创作的内容。他们还在首页发表了一段立场鲜明的声明：

人工智能（AI）使用人类创作的内容进行训练。如果人类停止创作新内容，转而完全依赖 AI，那么全世界的网络内容可能会变得重复且停滞不前。如果你的内容并非由 AI 生成，请为你的作品添加这个徽章。

最近，我了解到蒙特利尔大学发起的一项倡议。他们分享了一份 AI 使用指南，并建议人们在学术作品中声明 AI 的使用情况。

所有这些因素都让我意识到，是时候更深入地思考透明度问题了，并试着理解为什么主动声明使用 AI 可能很重要（本文不会讨论为什么某些法律可能会强制要求披露 AI 的使用情况）。

此外，我还必须缩小自己思考的内容范围。我认为透明度值得探讨，但并非所有内容都需要如此。有大量书面内容可以由 AI 生成，而且这并没有什么问题。广告、有关天气或交通的自动生成文本——所有这些根据数据由 AI 创建的文本，都不一定非得由人类撰写。我们唯一需要的是可靠的信息。因此，对于陈述事实的文本，我们唯一需要确保的，就是其中包含“真实的事实”。

但文本能够承载的远不只是事实。我们可以分享想法、愿景以及其他高度主观的内容。本文就是一个绝佳的例子。我正在写下自己对某件事的看法。它并不意味着真理，只是一种观点。

本文将聚焦于观点文章或 Essay 这类具有主观视角的文本。思考其他类型的内容也会很有意思，但尽管这个话题既宽泛又复杂，我仍会尽量保持简洁。

这（不）只是透明度问题

对于“我是否必须声明自己使用了 AI？”这个问题，最简单的答案是：为了透明度。人们必须知道自己正在阅读的内容究竟是由人类还是机器写成的。从许多方面来看，这种说法既正确，也可以接受。

但我们能否反驳这一观点？可以，而且我认为我们需要继续深挖。因为借助 AI，我们能够完成太多不同的事情，所以必须让自己的判断具备更细的粒度。

我们需要定义“透明度”的含义，并解释自己是如何使用 AI 的。正如前文提到的一些倡议所表明的那样，AI 的使用存在不同程度。你可以发布 100% 由 AI 制作的内容、由 AI 辅助创作的内容，或者完全没有使用 AI 的内容。

让我们重点看看“由 AI 辅助”这一说法。它的定义是什么？

遗憾的是，支持前述倡议的那些组织都没有给出清晰的定义。

因此，如果没有一套明确的使用程度标准，声明使用 AI 这件事本身就可能存在问题。让 AI 校对文本，是否意味着你接受了 AI 的辅助？如果是，那么在 AI 出现之前，为什么我们没有看到人们声明自己使用了特定工具进行校对？市面上有许多这样的工具（最知名的包括 Gramarly 和 Antidote），但我从未见过有人声明自己使用了这个或那个工具。

所以，这件事或许关乎透明度之外的其他东西，或者说，关乎比透明度更多的东西。

你应该值得信赖

阅读一篇文章或接触一种观点时，我们也可以问问自己：其中的想法究竟来自哪里？简单来说，你可以思考一下，这篇 Essay 中的所有想法究竟都来自我的头脑，还是由 AI 生成的（剧透一下：对于本文，我没有使用 AI，因为我把它当作一次思维练习）。

所以，这实际上是在讨论可信度吗？如果我们把 AI 创作的内容暗示成自己的作品，这是否就像撒谎一样？

在我看来，只有当内容对读者而言足够好，或者具有价值时，这个问题才值得讨论。

让我解释一下：对于“糟糕”或低价值的内容，这种讨论毫无意义。我们为什么要为此费心？有人使用 AI 生成了“劣质”内容，却没有声明自己使用了 AI。然后会发生什么？什么都不会发生。这些内容将消失在互联网的汪洋中。无论有没有 AI，这都不会是人们第一次发布糟糕或低价值的内容。

真正重要的问题出现在所产出的内容既优秀又对读者有价值的时候。因为我认为，此时作者会因为某种自己并非真正作者的东西而获得赞誉……把这句话写出来，听上去是不是很奇怪？

我的意思是，想象一下，你正在和 AI 讨论 X、Y 或 Z。你向 LLM 分享了一些想法，而对话中诞生了一个很棒的创意。你可以让它围绕这个创意起草一篇博客文章或 Essay，把内容复制粘贴到自己的网站上，然后，大功告成！

但说实话：在这个场景中，作者必须从对话中识别出那些好想法。所以，他或许不是真正的作者，却参与了内容的构思。正是因为他与 LLM 进行了交流，这个想法才会出现。当然，我讨论的并不是窃取他人的内容或创意。那是违法行为，也不在本文的讨论范围内。

因此，只有涉及新鲜、新颖且优秀的想法或内容时，可信度才真正成为需要讨论的问题。所以，真正重要的或许不是声明使用 AI 本身，而是注明内容的来源。

来源缺失的问题

André Gide 曾经说过：

一切都已经被说过了；但因为没有人倾听，所以我们总得重新开始。

我们身边有大量内容，不过是在重新表述早已有人提到过的东西。而且早在 LLM 出现之前，这类内容就已经存在了。

我在 2025 年 5 月开始起草本文。当时，我也在阅读 [[Mathieu Corteel - Ni dieu Ni ia]]。在书的结尾，Corteel 引用了 Terence 的一句格言：

没有任何一句话，是以前不曾被说过的。

读到这里很有意思，因为就在几天前，我还引用过 André Gide 那句含义几乎完全相同的话。就这句话的内容而言，我认为 Gide 其实是在换一种方式表述 Terence 的观点。

事实上，挑战一下这些引语或许也很有意思。

我们真的可以认为“一切以前都已经被说过”是一个“真实”的原则吗？我喜欢 Liebniz 的理论：从数学角度来说，只要字母表是有限的，我们能够书写或说出的内容数量也必然是有限的。

这种理性解释促使 Liebniz 提出，从某种意义上说，我们最终将抵达“horizon de la doctrine humaine”，也就是“人类学说的地平线”。换句话说，我们终将穷尽有限字母表所能产生的全部组合。

这或许正是我们可以说“没有任何一句话，是以前不曾被说过的”的原因？因为我们已经触及了那条“地平线”？对于 LLM 来说，这种说法可能更加真实，因为 LLM 使用数据进行训练。显然，LLM 产出的所有内容，都是对过去已经被说过或写过的事物进行重新组织。

让我们回到主要问题：AI 使用的透明度，或许更多是一个内容来源的问题。

当我们阅读某个人的材料，而他提到了其他人的观点并注明了来源时，我们并不会觉得有问题。在这种情况下，读者可以分辨某个观点究竟来自作者本人还是其他人。我们可以追溯作者的思考过程，理解他想表达什么，以及他是如何表达的。

在许多事情上，我们都只是站在巨人肩膀上的侏儒。除了那些重大发现之外，我们总是在尝试连接既有知识，以表达信息，并努力创造新知识。

这些知识显然都有自己的来源。根据我们对自己的要求有多严格，我们可能需要遵守一些有关如何标注他人观点来源的规则。对于学术材料，我们知道，每一个观点或转述都必须注明来源，以避免构成抄袭。

但你或许也知道，由于这项技术在本质上具有统计属性，LLM 并不会天然地通过引用来源来工作。现在，我们看到越来越多的 LLM 开始提供为生成内容注明来源的功能。虽然这项功能从许多方面来看都很出色，但我认为它并没有解决透明度问题。以我的理解来看，这是一个更深层次的问题，而且答案可能因人而异。换句话说，仅凭前面提到的那几个理由，我还无法确信我们应该声明 AI 的使用情况。这些理由还不够充分。

在研究过程中，我找到了许多关于我们为什么必须声明使用 AI 的解释，但每一次，那个“真正”的原因都没有得到清晰说明。

例如，我读到过这样一段话：

你不应该把并非由自己真正完成的工作说成是自己的成果。例如，如果你使用 AI 撰写了一篇博客文章，那么这篇文章并不是你写的，而是 generative AI 写的。因此，你在道德上有责任保持透明，让读者知道他们读到的究竟是什么。[[Disclosure of AI and Protection of Copyright]] link

所以，简单来说，把自己没有真正完成的工作据为己有是不对的。我同意这一点。这看起来有些像盗窃，正如前文提到的那样。从某种意义上说，一位使用 AI 却不加说明的作者可能会欺骗读者。但同样如前文所述，你正在阅读的内容可能通过数百万种不同的方式产出。它可以诞生于一次与 AI 的长时间讨论，也可以来自一个一次性的 prompt。在后一种场景中，内容通常价值很低，而讨论到这里也就触及了前文所说的终点。

所以，我认为，如果不与 AI 讨论或向它分享想法，可能很难写出高价值、有价值或者优秀的内容。因此，我们不能真的说是 AI 产出了这些内容。作者在 AI 的帮助下塑造了自己的想法，而 AI 则重新表述了这些想法。为了维持读者的信任，我们应该如何解释这个过程？

我们又该如何划定其中的边界：哪些是与 AI 讨论之前就存在于我们脑海中的想法，哪些是在对话过程中产生的想法，又有哪些内容是我们基于 AI 的输出修改而来的？一种并不完整的解决方案，或许是公开作者与 AI 之间的全部对话。

但话说回来，以前我们从未要求作者这样做。我们不会要求作者公开草稿、记录想法的笔记本等。所以，即便为了维持信任确实需要这样做，我仍然认为这里还存在别的因素。

现在，让我们想象某个人声明自己使用 AI 写出了一篇精彩的 Essay。我们能确定人们还会以同样的方式喜欢这篇 Essay 吗？在我看来，我相当确信，即使读者还没有开始阅读，AI 声明也会在他们心中引发某种负面感受或偏见。

它会触发读者心中的警报，而且对于不同的读者来说，这种声明可能意味着不同的事情，例如作者很懒，或者作者写作能力很差……读者会认为，自己无法真正信任作者所引用的来源或文中提到的事实，因此可能产生偏见。仅仅因为知道作者使用了 AI，读者就可能否定作者的能力与作品质量。

而这并不只是一个思想实验。我确实见过有人表示，自己不会消费由 AI 制作的内容。在艺术领域，我当然能够理解这种态度，但我认为，这也从侧面印证了我的观点。

这和向你展示一篇由你讨厌的人写成的文章几乎是同一种情况：甚至还没有阅读内容，你就可能已经因为作者的名字而产生偏见。

正如前文所写，我在 2025 年 5 月开始写这篇文章。我迟迟难以完成它，因为始终找不到“我们为什么必须”声明自己使用了 AI。前面提到的所有理由都说得通，但我的直觉告诉我，这些还不够。

所幸，我找到了一种答案。我读到 Christophe Denis 的一篇文章，其中的这段话，就是我一直在寻找的答案：

我们今天所谓的“道德”，往往表现为空洞的警觉、一种从众机制，或者一种指责性的姿态，而不是真正的辨别力。

“一种从众机制，或者一种指责性的姿态”！就是这个！再看看我刚才写下的话：“为什么我们必须声明”。这感觉就像是一项我们不得不以某种方式遵守的义务。我不确定自己一辈子都会认同这个观点，但围绕 AI 使用的所有喧嚣，确实制造出了一种“思想警察”。

我认为，随着一种新技术的出现，我们在某种程度上掉进了道德谬误的陷阱。即使把 LLM 与其他技术进行比较，我们对 LLM 提出的道德要求也并不相同。有些人可能会说，这是因为 LLM 能够生成的东西远远超过以往的技术，所以我们理应提出不同的要求。但这又让我们落入了同一种推理陷阱。

问题并不在于是否使用 AI，而在于有些人认为，自己可以以“道德”的名义，仅仅根据他人是否使用 AI，就武断地批评对方的作品。但以我的拙见，对于一项如此年轻的技术，现在就谈论道德并没有什么意义。因为我认为，我们如今仍需要建立 AI 的道德标准。只要稍加研究就会发现，这个领域还处于探索阶段的开端。

由于英语不是我的母语，我使用了 LLM 来校对本文。

我在 HackerNews 上分享了这篇文章，并收到了大量评论。其中一些非常有意思，我会针对这些观点再写一篇文章，或者推出本文的增强版本。