别再告诉我去申请法学硕士

一句话看懂：一篇引发广泛讨论的文章指出，当人们经过与 LLM 数小时互动仍得不到满意答案、转而向有经验的同事请教时，得到的回复却是“去问 Claude”——这不仅未能解决问题，反而剥夺了提问者最需要的、来自个人长期实践的真实经验与判断力。

事件核心：发生了什么

作者 Yael Writes 在个人博客中记录了一个令人沮丧的趋势：她花了两小时与 Claude 来回对话，仍然留下一个没有行业共识的硬核问题，于是致电一位有三十年实战经验的高管，希望获得他基于“决策翻车后积累的伤疤”的独到见解，得到的回答却是“老实说？去问 Claude”。这不是孤例。她在遇到某数据难题时，先后联系了六位从业者，除一人外，全部给出相同回复。作者观察到，“ask the model”逐渐成为职场中“我不知道”“我没空”“我得想想”的礼貌替代品——但它恰恰抽走了最珍贵的部分：个人具体、刻骨铭心的亲身经历，那些搜索引擎和大模型都无法给出、也几乎无法文字化的东西。

为什么重要

这则个人故事触动了许多行业用户的共鸣，本质上触及了 LLM 在专业协作场景中的边界与角色错位问题。大模型可以在基础信息检索、标准化问答、甚至初步分析中高效扮演“知识索引”角色，但当问题本身已超出现有模型训练数据覆盖范围，或者依赖个人长期实践形成的非结构化判断时，仅仅重定向到 LLM 不仅不解决问题，反而会降低深度协作的效率。这种现象暗示，在部分技术密集行业，LLM 可能正在被用作一种“低成本但低回报的挡箭牌”，扼杀了那些真正有价值的经验流动——而这恰恰是组织内部知识管理中最难以自动化的部分。

对用户/开发者/创作者的影响

对普通用户：当面对复杂、非标准化决策问题时，不要默认 LLM 能替代人类专家的深度经验。如果模型回答了几轮仍未解决，表明该问题可能已超出模型能力边界，应主动转向有相关经历的人。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

对开发者和产品经理：若你正在构建基于 LLM 的客服、技术答疑或知识库产品，需要考虑提供“要求转接人工经验给出判断”的路径，而不是在用户明确表示已尝试多次后仍然只输出模型回复。

对内容创作者和管理者：如果你的组织开始出现“ask the model”成为拒绝交流的默认答复，可反思是否在激励结构上过度压低了“花时间给出真实经验”的价值，这可能在长期损害团队的创新与信任。

值得关注的后续

1. 是否有产品开始在 LLM 对话中引入“主动识别深度问题并建议转接人工经验”的机制，例如在用户表达困惑或反复追问时自动触发。

2. 该讨论是否会推动企业在内部沟通规范中更明确地划定“哪些问题适合先问助手，哪些问题必须当面讨论”，以避免经验断层。

3. 类似的不满是否会促使更多从业者公开分享“LLM 无法解决的真实工作难题案例”，从而推动对模型能力边界的更客观认知。

来源：Hacker News