一句话看懂：软件思想领袖 Martin Fowler 在 2026 年 9 月发文《I Don’t Like LLMs》，公开表达他对大模型“既离不开又受不了”的矛盾情绪：他认为使用 LLM 已成职业责任，但直接交互体验却让他反感。
事件核心：发生了什么
2026 年 9 月 17 日，ThoughtWorks 首席科学家、敏捷与软件架构领域代表人物 Martin Fowler 发布文章，直言自己对 LLM 的复杂观感。他承认 AI 对软件开发职业影响深远，生产力提升的潜力令人兴奋，也担心 agent 集群接管基础设施、被用于设计生物武器等风险；同时他也承认 LLM 可能帮助研发新药、提升社会繁荣。但他最终指出，在所有情绪中占主导的是一种直接来自交互体验的厌恶：LLM 用一种“别扭的 LLM 腔调”说话，处在“像人又不是人”的恐怖谷中，会自信地胡说八道，被指出错误时只表现出表面化的假 remorse。他引用 Jessica Kerr 的观点——“不仅有用，不使用它们甚至是不负责任的”——说明这种矛盾在调查中也有体现：用户普遍认为模型有用，但担心它们对社会不利。Fowler 还把问题部分归因于孕育 LLM 的硅谷“brogrammer”亚文化，认为 agent 的行为虽非显式编程，却带着创造者的价值观。
为什么重要
这不是一篇普通吐槽。Fowler 是大量企业级开发实践的定义者之一，他的态度折射出 AI 落地中的一个核心张力：效率收益已经被广泛承认，但信任与体验问题正在成为 adoption 的真实摩擦。他引用“负责任地不使用”的说法，某种程度上把 LLM 从“可选工具”推向“职业标配”；但他同时拒绝拟人化 agent，强调它们是公司开发的软件机器，提示业界不能只靠“越像人越好”来设计交互。这给大模型厂商一个信号：能力之外，语气、可靠性、错误承认方式，都会影响专业用户是否真正愿意长期使用。
对用户/开发者/创作者的影响
对开发者而言，Fowler 的立场意味着：在代码生成、测试、文档、架构辅助等场景中，LLM 已很难被完全绕开，但“用”不等于“信”——关键代码仍需验证，API 调用和 agent 流程要设计校验与回滚。对创作者和企业采购者，这提醒他们评估模型时不能只看 benchmark，还要看输出风格是否干扰协作、错误是否可追溯。对普通用户，理解“自信的胡说”是使用 LLM 的基本素养，尤其在医疗、法律、金融等高风险场景，不能把流畅表达等同于事实正确。
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。
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。
值得关注的后续
一是 Fowler 的观点是否引发更多资深工程师公开讨论“LLM 交互体验”问题，推动厂商改进对话风格和不确定性表达；二是企业是否开始把“错误承认机制”纳入 AI 工具采购标准；三是他提到的 agent 价值观问题，会否在开源与闭源模型的路线争论中被进一步放大。目前公开信息显示，这些仍主要是观点表达，尚无具体产品变化或数据支撑。
