作者dream1124 ()
看板Soft_Job
標題Re: [討論] 零基礎該懂 git 嗎?
時間Sun Aug 9 22:14:59 2026
周末來回一下
首先,姑且不論你一開始的假設就錯了──
你完全不需要把使用指南從頭到尾看完才開始用 Git,
我們就站在你的角度,從審視工具的立場看這件事好了。
一個工具若不想「抽象外溢」,那有個前提──使用方式必須合乎設計用途。
舉例來說,如果一個當代的使用者拿網頁瀏覽器瀏覽網頁,
那他其實不是很需要懂 HTML、HTTP、TCP/IP 或瀏覽器的架構,
他只需要知道網址以及加密的概念,然後看瀏覽器的指引就可以上手,
至於什麼開發者工具更是可能一輩子都沒打開來看過。
然而要是他看到這東西能發起網路連線、能上傳或下載東西,
而且還有個圖形介面,於是就想用瀏覽器從 FTP 伺服器抓東西,
那就要了解目前瀏覽器的運作原理和特性,
否則便無法讓它有這種連線功能,但這樣就抽象外溢了。
現在問題來了, LLM 以及建構在其上的一整套之設計初衷是當開發人員用嗎?
顯然不是,它是為了改善翻譯品質和效率而發展的工具。
人們看到湧現效果後覺得很驚豔,
於是用種種方法調試,讓它變得更有可能產出某些有意義的東西。
只是既然沒按用途使用,那有「抽象外溢」現象,
或者根本是刻意讓抽象外溢,這樣有什麼好令人意外呢?
相對來說,如果你是把人類開發人員當開發人員來用,那這件事情會怎樣處理?
你會變成像 PM 一樣未必要會用 Git,只是跟開發人員說:
「明天 12:00 前部署昨天傍晚 6:00 測的那一版到 UAT 環境」,然後附上版本號碼,
至於用 Git 保管原始碼並取得昨天版本的事情則讓開發人員自己去傷腦筋就好。
這才是真正的「高層次」以及「抽象不外溢」吧?
然而這些事情是始終在預測下一個字的 LLM 堆疊能做到的嗎?
顯然不是,你一定要額外嘗試一些提示內容或套用某些客戶端設定才可能做到,
再不然起碼也要使用專為複雜開發工作設計的 AI Agent 以便套上某些可能符合
個人需求設定,畢竟這東西的核心就是一個根據字詞關聯吐出更多字詞的系統。
它既無法像人類一樣負責,也無法像人類合作或交易那樣──
只要給定投入和產出就可以放手等理想結果,因此你就認了吧!
這就是一套操作介面不固定,產出內容也難事先確定的軟體。
它本就很難控制,而且除非用自動化測試這種多面向的回饋機制供 AI 檢討,
否則用它就像在賭博,只用一點輸入就得到完美輸出時,那就是賭贏了,你會爽歪歪,
但要是賭輸也別意外,只要是賭博哪有可能永遠不輸?
如果不希望變成賭博,那就要準備多面向的回饋機制,
但這樣你就要把手伸進黑箱搞懂裡面的運作原理和特性,那又如何能不抽象外溢?
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.227.226.203 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1786284901.A.E0D.html
※ 編輯: dream1124 (36.227.226.203 臺灣), 08/09/2026 22:23:31
推 yamakazi: 明天十二點前部署….那句話,AI現在就做得到啊怎麼可能 08/09 22:46
→ yamakazi: 做不到,我都不知道叫AI做幾次了 08/09 22:46
→ yamakazi: 我是不知道你的LLM是指什麼,但現在的Claude code幾乎都 08/09 22:47
→ yamakazi: 辦得到你講的那些了 08/09 22:47
推 yamakazi: 更進一步講,AI現在已經比大部分開發人員來還厲害了,加 08/09 22:50
→ yamakazi: 上人類本身也是一個黑盒 08/09 22:50
→ yamakazi: 你怎麼會覺得人類只要給投入,就可以放手等理想結果?你 08/09 22:52
→ yamakazi: 也太相信人類了吧XD 08/09 22:52
推 yamakazi: Claude code本身就是一個agent,所以不存在什麼要再去用 08/09 22:57
→ yamakazi: 什麼「專為複雜開發工作的AI agent 」,我真的懷疑你有 08/09 22:57
→ yamakazi: 用過嗎? 08/09 22:57
→ yamakazi: Claude code基本上就是那個專為複雜開發工作的AI agent 08/09 22:59
→ yamakazi: ,其他還有codex,opencode,都是 08/09 22:59
推 yamakazi: 用人類也是賭博,賭博要講勝率和期望值,用AI的勝率比用 08/09 23:02
→ yamakazi: 人類勝率期望值不知道高多少倍了 08/09 23:02
你講的部分早就已經涵蓋在我的論述中了。
然而這篇的主旨是從 LLM 的立足點探討他關心的抽象外溢問題,
而不是在討論什麼事情只有人能做,或者人絕對不會出錯等問題,
更沒有人說用人就不是一種賭博,因此你已經離題了。
站在 LLM 角度討論是因為這在不同使用者之間是個較公平的比較基礎。
若要把客戶端也考慮進去,那你的執行環境,你在客戶端嘗試的LLM嵌套,
你那些整合,那些可能詳盡可能缺漏的測試都會影響結果,扯下去討論比較不完。
※ 編輯: dream1124 (36.227.226.203 臺灣), 08/09/2026 23:21:31
→ superpandal: ai能處理這個問題是因為有人類寫的工具保證 不管是排 08/09 23:32
→ superpandal: 程還是時間同步 ai如果要自己校對時間 花token不說還 08/09 23:33
→ superpandal: 可能出錯 話說這問題ai確實也無法做 因為沒確切時間 08/09 23:35
→ superpandal: 任務完成時間也不能保證 08/09 23:36