不要歸功於大型語言模型 (Don't credit the LLM)
為何重要
這篇文章反映了 AI 進入主流軟體開發流程後，工程師面臨的「身分認同與道德責任」危機。若開發者慣於將工作外包給 LLM 並公諸於眾以迎合潮流，可能會稀釋個人的技術成長與團隊的信任基礎；對產業而言，這呼籲企業必須重新定義「生產力」標準，從依賴工具使用率轉向強調人類在審查、回饋與缺陷處理中的核心價值，防止出現如原文所說的「只做 20% 的計算就傳送垃圾郵件」這類低品質產出。
一名程式設計師觀察到業內流行一種趨勢，即在使用 LLM 協助工作後宣稱具體的使用細節，作者認為這種習慣爭奪了人類應有的責任心，甚至被視為作業規範不當的藉口。
- 同儕常聲稱結果源自特定工具（例如宣稱「根據 [LLM tool]，自發布以來已收到 17 個請求」）。
- 使用者在未經人工審查的情況下，便聲稱檔案或單元測試是 LLM 代寫並直接傳送。
- 作者將這種行為比作作家必須宣佈所使用的拼字檢查器，或飛行員必須廣播飛行控制軟體版本，認為這完全是多餘且不必要的資訊。
- 作者主張信用與責任不可分離，工具只能接受其能夠承擔的責任，將功勞歸於工具實際上會稀釋使用者對產出的負責程度。