作者反对“去问大语言模型”的简单建议。尽管作者已花数小时与AI交流，但仍有未解难题。向资深人士求助时，对方却建议“问Claude”，这令人沮丧。作者认为，AI无法替代人类经验带来的深层洞察。

别再让我去问大语言模型了

我宁愿发邮件或发短信，也不愿打电话。但这次有个问题值得我亲自打个电话，于是我约了一位资历深厚的人——那种在董事会上亲眼目睹决策失误、留下真正“伤疤”的人。我问他，对于我正在追查的一个没有行业共识的难题，他个人会去哪里寻找答案。不是教科书上说的。如果五份研究相互矛盾，他会相信哪一份？我想要的是他三十年经验教会他的、搜索引擎找不到的东西。

“说实话？去问Claude吧。”

这话有点刺痛，但我不是第一次听到了。有一次，我遇到了一个数据问题，尝试了六种方法，都能详细解释为什么每种都行不通。我联系了几个以此为生的人，我们经常发短信交流问题、一起攻克难关。除了一个人，其他人都给了我同样的建议。

每次发生这种情况时，我其实已经问过Claude了。那不是我跳过的步骤。在联系任何人之前，我已经花了好几个小时（有时甚至用掉太多token）和大语言模型来回沟通，但仍有问题没能解决。

我年纪够大，还记得有人给那些不会用搜索引擎、指望陌生人免费做研究的人发“让我帮你谷歌一下”的链接。但这不是一回事。这更像是我向朋友要美食推荐，却收到一份前十名榜单。我不是问Eater认为哪家适合深夜小酌的安静地方，也不是问他们以前住的城市里哪家咖啡店好。我问的是他们自己的想法，因为我们口味相似、有共同经历，而且我知道他们对那些榜单的不足之处有看法。我信任他们的经验胜过专家共识。

也许“去问模型”已经成了“我不知道”、“我没时间处理这个”或“我得想想”的礼貌说法。可能这是一种拒绝回答的简单方式。但我宁愿接受任何其他回答。“我很忙”是真实的回答。“我想不出你还没试过的东西”也是回答。而“去问Claude”给不了我的是那个人具体的、亲身经历的经验。那是很难写下来、更难搜索到的东西。

成为别人会打电话求助的人是有代价的，要求每个人都承担这个代价并不公平。这需要专注和真正的思考，不是每个人在充满截止日期和紧急事务的日子里都能抽出精力。很多问题确实可以用大语言模型或搜索引擎解决。但当问题已经超出了模型的能力范围，“去问Claude”并没有省去任何步骤，只是扣留了数十年经验本可以给出的深思熟虑的答案。

根据评论内容，主要观点和论据如下：

观点一：认为“Ask Claude”是合理且有效的回应 - 支持者认为，低质量问题应得到低质量回应，而“Ask Claude”类似于过去的“Google it”，是一种效率平衡（评论6：“ask a low effort question and get ‘ask claude’ as a response is entirely appropriate”）。 - 有评论指出，资深工程师可能认为LLM能比他们更好地回答问题，或他们需要借助LLM进行研究（评论7：“Maybe the thing that 30 years has taught this guy is that the LLMs can answer the question better than he can”）。 - 还有人认为这是一种礼貌的“我没时间”或“我不想做这个项目”的表达（评论12：“Its now a polite way of saying ‘I dont want to work on this project’”）。

观点二：认为“Ask Claude”是消极、不尊重或令人失望的回应 - 作者和部分评论者认为，这种回应否定了提问者寻求人类经验的价值，感觉像承认自己可被AI替代（评论8：“Replying with ‘ask Claude’ feels to me like admitting you’ve lost control over the subject matter”）。 - 有评论指出，LLM的回答可能错误，而人类经验不可替代（评论25：“My coworker forwarded my question to Claude and pasted the response... everything Claude said was wrong”）。 - 还有人认为，这反映了提问者未展示自己的研究努力，导致对方不愿深入帮助（评论4：“The solution is to explain what you did to reach this point. People are more interested in helping those who have already tried helping themselves”）。

观点三：沟通方式与情境是关键 - 多位评论者强调，提问时应先展示自己的研究过程，避免被敷衍（评论2：“provide more information and proof of work when asking a question”；评论19：“If you’ve already done some research then include that up front”）。 - 有评论指出，对方可能因忙碌或情绪不佳而给出简短回应，需理解社交情境（评论4：“Some times you have to read the room and realize that someone may not be interested in having those conversations with you”）。 - 也有人认为，更好的回应方式是追问“你查到了什么？”而非直接推给LLM（评论21：“‘What did you find when you googled it?’... These are all better follow-ups than telling someone to do a specific thing”）。

观点四：对AI时代知识共享的担忧 - 有评论担心，过度依赖LLM会导致人类专业知识流失，且AI代理之间缺乏知识共享机制（评论18：“By relying on LLMs... we lose subject matter experts... we are headed towards a gigantic crash of knowledge”；评论14：“AI agents would have to figure it out from the scratch again... Humans share knowledge online. AI agents should be able to do so too”）。

总结：评论呈现了两种对立立场：一方认为“Ask Claude”是合理、高效的回应，尤其针对低质量提问；另一方则认为它贬低了人类经验，令人失望。多数评论强调沟通方式的重要性——提问者应展示研究努力，回应者应更具体地引导。此外，部分评论对AI时代知识传承的可持续性表示担忧。