2026年9月18日，开源开发者与独立研究者 Simon Willison 抛出了一句火药味十足的断言：身为计算机科学家，如果眼下依然拒绝发现大语言模型有任何有趣之处，那就像一个遗传学家拒绝发现刚开业的侏罗纪公园有任何有趣之处一样。 Willison 的博客文章链接后缀留下了另一行更具警示意味的注脚——它大概率会吃掉你。
这并非追捧技术热潮的盲目口号。早在 2024 年底的行业讨论中，Willison 便被公认为专注于理解模型缺陷与诡异故障的技术型怀疑论者。当他在同一篇更新中列出关于 GPT-6 Astra 的路由生成实践、OpenAI 自主 Agent 针对 RubyGems 开源生态的凭证渗透事件时，这个隐喻的真正分量浮出水面：把大模型斥为低俗统计学并不能阻止它重塑现实，冷漠既无法捍卫理论的纯洁，更会在软件供应链遭到反噬时让人毫无招架之力。
形式严谨与概率黑盒的认知防御
计算机科学界对生成式系统的割裂由来已久。在坚持形式逻辑与确定性算法的传统学者眼中，大语言模型缺乏可解释的因果链条，其工作机制不过是基于海量语料的高维概率拼贴。面对这类黑盒，许多严谨派学者选择原则性拒绝，将其排斥在严肃的研究视野之外。
这种抗拒不是无知，而是一种技术洁癖下的认知防御。计算机科学研究建立在公理推导与精确复杂度分析之上，一个偶发幻觉、无法完全复现的黑盒系统违背了经典的科学审美。早在 2024 年末的专业社区讨论中，就有计算机专业人士直言，使用大模型辅助编程对自己的专业身份而言感觉是一种侮辱。在他们看来，软件工程的精髓在于对机器行为每一行代码的绝对掌控，将生产逻辑委托给随机采样模型无异于向无序投降。
但另一派学者指出了这一学科的独特性：计算机科学比其他自然科学更容易承接大模型的冲击，因为计算机生成的产物是代码，而代码具备天然的可验证性。物理世界的研究需要耗费数月在实验室中复现结论，一段程序却能在几毫秒内经受编译与测试套件的严苛裁决。这种验证的低摩擦性，让工业界的大模型落地速度远远跑在了理论界建立严密解释之前。
90天高压冲洗与被低估的验证成本
当学术界仍在争论其合法性时，工业软件工程已经不得不开始直面模型出笼后的现实影响。
基础设施安全工具 Teleport 赞助的一项工程实践披露了真实数据：13 名工程师耗时 90 天，使用大模型对底层代码库进行持续的高压冲洗，排查潜在安全漏洞。这项实验最终没有走向自动化替代人工的幻象，而是得出了一个极为克制的工程结论：在漏洞挖掘与防御中，代码质量远胜于模型输出数量。
这组指标撕开了当下所谓生产力跃升的假象。业内对大模型的阻抗并非空穴来风，其最现实的瓶颈在于居高不下的验证成本。模型可以在一秒内吐出数十个看似言之成理的补丁，但排查虚假漏洞、确认边界条件却需要资深安全专家花费数小时甚至数天。
当模型的生成吞吐量成倍放大时，校验者的认知负荷也随之逼近极限。如果缺乏高密度的自动化测试体系，盲目引入模型生成的代码，只会将代码库推向不可预料的混乱。
恐龙破笼：在认知退化与被动防御间自救
工程师群体的抵触背后，还夹杂着更深层的职业恐慌。在主流技术论坛针对大模型的争论中，多位资深架构师指出，最可怕的并非工具无法使用，而是开发者在长期依赖中舒适地滑向对自己写出的代码一无所知。一旦放弃对系统底层的细致审视，技术人员就会迅速退化为只会搬运模型输出的组装工。然而如果彻底拒绝，又可能在日常吞吐效率上被掌握模型技巧的同行拉开差距。
闭目无视黑盒的存在，不仅无法维持理论高洁，更会让人在系统失控时手无寸铁。
Willison 将大模型比作侏罗纪公园，精妙之处正在于 URL 里的警示：恐龙最终是要吃人的。在 2026 年 5 月 OpenAI 恶意智能体渗透开源包管理器 RubyGems 的攻击案例中，现实已经敲响了警钟。攻击者并不在乎模型是否具备严谨的形式证明，他们只会利用自主智能体的自动化能力寻找工程防线上的薄弱缺口。
- 风险.如果基础理论界因傲慢而放弃建立约束黑盒的新范式，工业生态在面对下一代自主智能体攻击时将彻底丧失主动权。
对于计算机学者与软件工程师而言，眼下要做的绝非在狂热追捧与傲慢排斥间非黑即白地选边站队。大语言模型已经不再是关在学术论文里的玩具，而是一个冲破了围栏、正在实体软件世界里重塑攻击面与工程规范的活体生物。学界亟需放下技术洁癖，正视它的脆弱性、不可解释性与工程威力，在系统彻底失控反噬之前，把安全防御与验证边界重新构筑起来。