在 LLM 迅猛发展的今天，许多开发者试图将其用于各种任务，包括核心业务逻辑和决策制定。然而，这种做法往往会带来一系列问题，从性能低效到难以调试，再到安全性隐患。本文将深入探讨为什么你应该尽快摆脱对 LLM 的过度依赖，以及如何避免常见陷阱。
原文链接：https://sgnt.ai/p/hell-out-of-llms/
作者 | pete
翻译工具 | ChatGPT 责编 | 苏宓
出品 | CSDN（ID：CSDNnews）
不要让 LLM 负责决策或实现业务逻辑——它们在这方面表现很差。我正在给一款在线游戏开发 NPC（非玩家角色），经常有人问我：“你是怎么让 ChatGPT 做到这些的？”我的回答总是：“我没有用 ChatGPT，而且你也不应该在游戏开发时使用。”
在大多数应用中，LLM 只应该作为用户和应用程序逻辑 API 之间的用户界面，即把用户的自然语言转换成系统可执行的指令。LLM 不应该负责做决定或执行复杂逻辑。尽快摆脱 LLM，并且尽可能长时间地避免依赖它。
为什么？
举个简单的例子：假设你想开发一个在 WhatsApp 上运行的国际象棋机器人。用户可以发送指令，比如“用我的象吃掉对方的马”，然后机器人进行相应的操作。
你能让 LLM 负责维护棋盘状态并做出合理的棋步决策吗？也许可以。但你应该这么做吗？绝对不行！理由如下：
性能：LLM 能够下棋本身已经很神奇了，但它的棋艺并不好（截至 2025 年 4 月 1 日）。专业的国际象棋引擎总是比 LLM 更快、更强、成本更低。像 Stockfish 这样的现代棋类 AI，专门为下棋设计，能准确计算每一步的最优选择。而 LLM 只是个通用的聊天模型，它并不真正“懂”下棋，只是靠文字来记住棋盘状态，既慢又容易出错。
调试与调整：你没法搞清楚 LLM 为什么会做出某个决定，所以也很难调整它的行为。LLM 生成答案的过程像是在一个复杂的迷宫里穿行，没人能准确还原它的思考路径，它自己也说不清楚。即使是专门训练的 AI（比如国际象棋引擎），都很难完全看透它的运作逻辑，而 LLM 在这方面更是乱得一塌糊涂——虽然 Anthropic 在让 LLM 更可解释方面做了一些努力，但问题依然很大。
使用 LLM 还有一堆其他问题会出现，比如难测试，普通代码可以用单元测试检查是否正常运行，但 LLM 的输出不稳定，测试起来麻烦得多；数学太烂，LLM 处理数学题远不如 CPU，简单计算可能都出错；随机数不靠谱，LLM 生成的随机数并不真正“随机”，可能影响游戏或算法的公平性；版本管理混乱，普通代码可以清楚地记录版本变化，但 LLM 输出是动态的，难以追踪和审计；难以监控，LLM 的决策过程像个黑箱，想要监测它的运行情况变得更加复杂；状态管理脆弱，用自然语言记住状态容易出错，比如游戏中的棋盘布局，LLM 可能随时“忘记”或搞混；API 限制和成本问题，你得考虑 LLM 的调用次数限制，超了就用不了，而且每次调用都要花钱；安全边界模糊，传统系统有清晰的权限控制，而 LLM 处理所有内容都靠提示词，容易导致意想不到的安全风险。
示例
国际象棋的例子只是 LLM 不适合核心应用逻辑的一个缩影。在任何对精确性、可靠性和效率有要求的领域，你都应该遵循相同的原则：
游戏：如果用户说要用斩龙剑攻击玩家 X，LLM 不应该负责判断用户是否真的有斩龙剑，或者攻击会造成多少伤害。LLM 只负责将用户输入转换为 API 调用，并将结果转换回文本返回给用户。
谈判代理：如果你在构建一个自动谈判代理，LLM 不应该负责谈判本身，而只是传递信息、调用谈判引擎，并将结果反馈给用户。
随机选择：如果你的应用需要做出随机选择，LLM 不应该决定结果，而应该调用专门的随机数生成器。
LLM 适合做什么？
尽管上面强调了 LLM不适合的工作，但理解它擅长的领域同样重要，这样你才能合理利用它的优势。
LLM 擅长转换、分类，并且有一定的常识推理能力。这些才是你应该利用它的地方：
文本转换：将“用剑砍兽人”转换为 attack(target="orc", weapon="sword")，或者将 {"error": "insufficient_funds"} 转换为“你的金币不足”。
任务路由：识别用户意图，并将请求路由到正确的系统模块。比如，判断“查看我的背包”是库存查询，而“攻击”是战斗指令。
自然语言理解：LLM 知道“blade”可能指的是剑，“smash”可能意味着攻击，这样可以提高交互的自然度。
注意，LLM 的优势在于转换、理解和沟通，而不是复杂决策或关键业务逻辑。将它们限制在这些角色，你可以充分利用其优势，同时避免前面提到的问题。
未来展望
LLM 的能力正在快速进化，就像“上帝的空白”理论——每当人们发现某个现象无法解释时，就归因于神的力量，直到科学填补了这个空白。同样，人们总是会找出一些“只有人类才能完成”的任务，但几个月后，新的 LLM 版本可能就能胜任这些任务了，迫使人们不断修改标准。
因此，未来的 LLM 可能会在这些任务上表现得更好，但很多核心问题仍然无法消除：传统的非 LLM 逻辑依然更易于理解、维护、更便宜且更易于版本控制。
即使 LLM 不断进步，核心架构原则仍然不变：让 LLM 负责它最擅长的用户交互部分，而将关键逻辑交给专业的系统来处理。
4 月 2 日 20:00，CSDN《万有引力》栏目特别邀请到OpenManus 项目一作、MetaGPT 开源核心贡献者梁新兵，DeepWisdom 算法研究员、OpenManus 核心作者向劲宇相聚 CSDN 视频号直播间，在CSDN &《新程序员》执行总编、《万有引力》主理人唐小引主持下，一起聊聊 00 后程序员的故事，以及 OpenManus 背后的秘密！
