一句话看懂：Hacker News 上出现一篇题为《I Don’t Like LLMs》的热帖，作者从个人体验出发表达对大语言模型的抵触，评论区却迅速转向另一个话题：很多人其实是用拟人化的方式在对待 LLM，而这不是技术的必然，而是使用习惯的问题。
事件核心：发生了什么
这篇讨论围绕一个核心观点展开：有用户表示，自己对和 LLM 交互有“生理性反感”，原因不是模型能力不行，而是它不但在假装像人，还在扮演那种他现实中会主动远离的人格类型。评论区随即出现反驳：这种不适感本身就来自把 LLM 当成“人”来看待，而不是把它当作一台可以通过 prompt 约束行为的机器。目前公开信息显示，讨论并未涉及具体公司或模型版本，更多是使用者体验层面的分歧。
另一个被反复提及的角度是搜索体验的退化。有评论者称，自己现在直接使用无记忆的 LLM 来对抗搜索结果的“enshittification”——即搜索引擎为了记住用户、推销商品而把结果越做越差。他的做法是：用桌面端、靠打字输入，通过几轮 prompt 让模型给出有用的链接，结果反而回到了十多年前的搜索水平。但这也引出代价：把笔记和文档交给大规模信息聚合方，是否值得。
为什么重要
这场争论触及 AI 应用的一个关键分歧：LLM 到底应该被设计成“像人的对话者”，还是“可精确控制的工具”。如果用户天然反感前者，那么当前大量产品在交互层强调人格化、语气、记忆和情感陪伴的方向，可能正在制造一部分核心用户的抵触。反过来，评论区也说明另一条路径是成立的：同一个模型，通过 prompt 把它约束成机器，反而能解决实际问题。
这对行业的意义在于，模型能力之外的“交互人格”正在成为产品体验的一部分，甚至可能影响用户留存。搜索与 LLM 的关系也值得注意：当传统搜索被 AI 推荐和个性化广告侵蚀时，一部分用户开始把无记忆 LLM 当作替代入口，这虽然不是主流产品设计方向，但反映了真实需求。
对用户/开发者/创作者的影响
对普通用户来说，如果对 LLM 的“人味”感到不适，可以主动调整使用方式，例如明确要求模型以工具口吻回答、关闭记忆功能、避免情感化交互。对开发者而言，这意味着产品设计需要给用户提供“去人格化”的选项，而不是默认所有场景都走拟人路线。对创作者和知识工作者，把文档交给聚合型 AI 服务前需要权衡隐私和便利，目前公开信息显示，无记忆的绿色使用方式在某些检索任务上反而更可控。
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
第一，主流 LLM 产品是否会提供更明确的“机器模式”或人格开关；第二，搜索与 LLM 的替代关系是否会更明显，尤其是在用户对搜索质量不满的背景下；第三，评论区提到的“把笔记交给聚合器”的隐私担忧，是否会推动本地推理或开源模型在个人知识场景中的采用。
来源：hackernews
