原贴链接

对我来说，编码辅助是大语言模型（LLM）的有用功能之一。我在此举个例子：

今天，我发现我的互联网服务提供商（ISP）在长DHCP租约上不再提供相同的伪静态IP地址，现在租约缩短到24小时且随机变化。

这让我很头疼，因为我需要从工作地点访问家里的一些文件。

所以我不得不设置动态DNS。有一些现成的Docker镜像之类的，但我不想在我的家用电脑上运行未经测试的代码，于是决定编写一个小脚本，用于获取外部IP地址并通过API调用更新DNS条目。或者更确切地说，我让大语言模型来做这件事。

通过3个提示完成了这件事：

  1. 编写一个Python脚本，每隔15分钟从https://checkip.amazonaws.com重复获取计算机的外部IP地址（它以字符串格式返回，例如“113.234.23.12”）。它将这个地址与保存的IP值进行比较，如果不同，就调用updateIP（new_IP）来更新IP地址。
  2. 编写updateIP函数，用于更新子域名www.example.com的Cloudflare API（DNS由Cloudflare托管）。
  3. 将这个应用容器化。

最长的部分是创建相关的API密钥以及在Cloudflare网页界面中找到ZoneID。

大语言模型减轻了很多精神负担、样板代码编写以及研究工作。我确实担心自己是否会过于依赖它们，从而导致自身能力萎缩。

讨论总结

原帖作者分享了使用大型语言模型（LLM）进行编码工作的实例，同时也表达了对过度依赖LLM可能导致自身能力衰退的担忧。评论者们积极分享自己使用LLM的经历，包括解决各种问题、在不同编程任务中的应用等，整体氛围积极，大家都认可LLM在解决问题和编程方面的积极作用，不过也有少数人指出LLM在某些情况下存在不适用的问题。

主要观点

  1. 👍 LLM能解决很多原本无法解决的问题并提高解决问题的效率，对社会是一种净收益
    • 支持理由：很多人能借助LLM解决难题或者更快解决问题，从宏观社会角度看是有益的。
    • 反对声音：无
  2. 🔥 LLM在编程任务上表现高效
    • 正方观点：例如制作Chrome扩展程序仅需5分钟，在编码中能减少脑力负担、减少样板代码书写和研究工作量。
    • 反方观点：无
  3. 💡 简单常见且有示例的编码问题适合用LLM节省时间
    • 支持理由：对于此类编码问题，LLM可以快速给出答案。
    • 反对声音：其他编码问题LLM可能不适用。
  4. 💡 LLM可用于自动保持和跟踪日志
    • 解释：通过创建相关应用与其他模型协作，实现日志的自动化处理。
  5. 💡 LLM可用于辅助系统管理或轻度编码
    • 解释：可以为系统管理或轻度编码提供即时帮助。

金句与有趣评论

  1. “😂 segmond：LLM enables quite a large amount of people to solve problems they wouldn’t have been able to solve or to solve it faster.”
    • 亮点：强调了LLM在解决问题方面的强大能力，使很多人能解决原本无法解决的问题或者提高效率。
  2. “🤔 I used it to make a quick chrome extension the other day. Took maybe 5 minutes tops from prompt to implementation”
    • 亮点：用实例展示了LLM在编程方面的高效性。
  3. “👀 Coding problems that are short and common, with many existing examples on the web, are a good bet for trying an LLM, but anything else isn’t.”
    • 亮点：指出了LLM在编码问题上的适用范围。
  4. “🤔 I use an LLM to keep and track logs automatically.”
    • 亮点：分享了LLM在日志跟踪方面的独特应用。
  5. “😂 Looks like a cool use case.”
    • 亮点：对原帖LLM使用案例表示认可。

情感分析

总体情感倾向是积极的，大家普遍认可LLM在解决问题、编程等方面的作用。主要分歧点在于LLM的适用范围，部分人认为LLM并非适用于所有编码问题。可能的原因是不同的使用场景和任务需求导致了对LLM适用性的不同看法。

趋势与预测

  • 新兴话题：随着LLM的应用越来越广泛，可能会出现更多关于LLM在不同领域适用性的讨论，如文本处理、音频转换等领域与LLM的结合方式。
  • 潜在影响：如果LLM继续发展，可能会改变人们解决问题的方式，尤其是在编程和相关技术领域，提高工作效率，但也可能导致一些人对其过度依赖，自身能力得不到充分锻炼。

详细内容：

《关于 LLMs 用途的热门讨论》

在 Reddit 上，一则题为“ What do you use LLMs for? My coding example. ”的帖子引发了广泛关注。此帖获得了众多点赞和大量评论，主要讲述了作者利用 LLMs 来解决编程问题的经历。作者以设置动态 DNS 为例，通过向 LLM 发出三次提示，成功完成了相关任务。但作者也担忧自己会过度依赖 LLMs 导致自身能力退化。

在讨论中，观点丰富多样。有人认为 LLM 能让很多人解决原本无法解决的问题或更快地解决问题，这对社会而言是净收益。有人用它制作了快速的 Chrome 扩展，还有人用其自动保持和跟踪日志，并提供了相关的 git 链接。有人利用 LLM 将古腾堡的文本转化为有声读物，并给出了视频链接。有人通过 LLM 为系统管理和轻量级编码提供及时帮助，并保留了示例链接。

也有人提出，对于短而常见、网上有许多现成例子的编码问题，LLM 是不错的选择，但对于其他复杂问题，让 LLM 生成可能会产生很多错误，还不如自己从头编码。还有人分享了与朋友的交流经历，朋友担心过度依赖 LLM 会带来不良影响。

讨论的共识在于 LLM 作为工具确实能带来便利和效率提升，但也存在对过度依赖可能产生后果的担忧。特别有见地的观点认为，应将复杂挑战分解为 LLM 可处理的部分。

总之，这次关于 LLMs 用途的讨论展示了其在编程等领域的多样应用以及人们对其复杂的态度。