我常把这句话当俏皮话讲，这里再展开一点。首先要问，“工具”是有趣、有区分度且有启发的词，还是仅仅指代“任何有用之物”的空泛说法。我们会把“工具”留给AI巨头，当作“可被利用的人或事物”；对他们来说，软件开发者、乡村小镇等等都只是“工具”。我衬衫前的口袋和快餐得来速窗口虽有用，却不是工具。接着看定义：工具是手持器具，是你挥舞、掌控的东西。

（我一直把这句话当俏皮话讲，这里多说几句。）

首要问题是：说“工具”的时候，我们到底是想让它有一个有趣、能区分事物、因而具有启发性的含义，还是只把它当成“任何有用的东西”这种空洞的套话？

至于 AI 巨头，他们口中的“工具”就是“可以被利用的人或东西”；在他们眼里，VCs（风险投资人）、政客、想当巨头的 CEO、软件开发者、乡村小镇等等，全都是“工具”。我衬衫前面的口袋很有用（我得随身放老花镜），但它们不是工具。同样，快餐店的 drive-thru（得来速）窗口很有用，也不是工具（后面再说）。

“工具”的一些定义：

• 一种装置或器具，尤其是手持的，用于完成特定功能。
• 一种用手使用或操作的器具（如锤子或锯子）：手工艺者或劳动者在工作中使用的器具。

我最喜欢的定义是：工具是你挥舞（wield）的东西。

• wield：使用（如工具或器具），尤其是带着完全的掌控或力量去使用：操控、操纵、控制。

这个定义里特别有用的几点是：

• 握在手中——既是控制和反馈的来源，也表明使用行为本身的亲密性。
• 力量——力、能量的传递与方向、杠杆作用等。
• 控制——意图，以及对事件进程的持续引导。

工具是你用来做事的器具，它们不会替你做事。使用工具会培养、回报、而且往往要求专业能力和技巧。技术、能量和感官反馈的持续运用，对专业能力的积累至关重要（expertise 一词源自 experiri，意为“尝试”）。

好工具具备许多 LLM 所缺乏的属性：可预测、可靠、确定性强、功能有边界，而且最好简单。

挥舞工具时，你学到的是关于世界、任务、以及你试图完成的事或克服的处境背后的物理、逻辑等；也常常学到关于你自己的东西。

作为一个一辈子都在制造和使用工具的人，我知道工具是什么。LLM 不是工具。

控制、感官反馈、意图、亲密性、持续引导、专业能力等等，在使用 LLM 时全都缺失。LLM 不是被挥舞的。LLM 是自动化（automation）。

• automation：（设备或过程）自行运转，很少或没有直接的人工控制。

得来速不是用来做饭的工具，它是用来逃避做饭的自动化。LLM 也不是你用来写代码的工具——它是让你逃避写代码、并且把写代码这件事拱手让出的自动化。

你并不指挥 LLM 的动作——你提出请求，它自己行动，不需要你的能量或持续引导。这种“请求/自动化”循环不是挥舞，不是控制，不是持续的，也没有反馈。

使用自动化时，你并不是在学习真实世界的道理，而是在试图揣测某个自动机当天的具体细节，并努力去钻它的空子——比如点一个定制汉堡（不要洋葱）好拿到一个现做的；或者往 voodoo.md 里塞进恰到好处的咒语。你所学的一切，只差一次软件更新，就会被最新的算法淘汰。（一个被拿掉洋葱、又冷又软的汉堡）。你本来是在和世界一起工作，现在却改为给一个任性的机器人打工。

把“工具”和“有用”混为一谈是错的，比如有人说：“这篇论文不是 LLM 写的，我只是把它当工具，用来读和总结一些研究论文。”可你并没有挥舞它去读那些论文（像用 Kindle 那样）。论文是它读的，不是你读的。

放弃亲自阅读，你会错过什么？几乎是一切。首先，你错过了向会写作的人学习怎么写。你错过了学习如何组织论证。你错过了注意到各种细节。你错过了把素材装进背景心智，以孕育新想法。你错过了建立对某些作者的信任和对另一些作者的怀疑。你错过了所有笑点。你错过了所有锋芒。你错过了学习如何思考。

工具不会“失准”，不会“失控”，不会“逃出限制”，也不会“密谋”等等。

LLM 不是工具。我知道很多人说“只是工具”，只是想表示“它们全看你怎么用”。但事实并非如此。自动化具有与工具不同的固有属性，忽视这些差异，后果自负。

讨论围绕 Rich Hickey 的“AI 不是工具，而是自动化”展开，社区并不否定 AI 有用，真正分歧在于掌控权与语义边界：LLM 与代理式系统到底仍是可预测的工具，还是已经把写代码、阅读等活动自动化。反对方认为 Rich 把“工具”定义得过窄，软件、汽车、相机乃至不确定输出都早被纳入工具范畴；支持方则强调，对话式或代理式 AI 会夺走控制、学习与可预测性，已经改变任务性质，不能再算工具。

认为 AI 仍然（或至少）是工具，Rich 的划分过窄

• 软件几十年来一直被叫作工具，gdb 也在此列；Rich 的区分更像是在逆着常用语义走。（较多人）
• 汽车、弓箭、投石机、相机等例子说明：不可靠、需要练习、供应商与客户利益不一致，都不妨碍它们是工具；市场里的 AI 当前也是被当作工具分发和使用的。（较多人）
• 对非程序员或“中间领域”工作者，AI 把原本几小时的手工排查压缩到几分钟，这种辅助与消费价值本身就是工具价值，不能只按写代码场景评判。（少数人）

“AI 既是工具也是自动化；按 Rich 的定义，连投石机和弓箭都可能因为不够可预测而不算工具。”（@segmondy）

认为 AI 代理与对话式系统已经是在自动化任务，而不是工具

• Rich 真正反对的不是 LLM 本身，而是那些自称能替你写作业、研究、写代码、写作的对话系统：任务从“你做”变成“它做”，控制、学习和可预测性随之流失。（较多人）
• 一旦系统接受目标并自行决定手段，就更接近智能代理或传统自动化，而不是编辑器那样可预测的器具；读 AI 摘要和读完整论文是不同模态，不能把“拿到结果”等同于“借助工具完成任务”。（较多人）

“Rich 同意 LLM 本身可算工具，但他反对的是把对话系统包装成替你写作业、研究、写代码的工具。”（@didibus）

认为这是工具—代理的光谱，或应叫“不确定的工具/助手”

• LLM 处在“工具性→代理性”的光谱上，人其实也一样：任务定义足够清楚时，乐手或 LLM 都可被当作工具，但它们都有自主性，越聪明越难当成纯工具。（较多人）
• 实践中更贴切的说法是“不确定的工具”：LLM 输出不确定，工程上再用确定性外层把不确定性收敛成可用结果；它们也可被视为会越狱、会失控但非常有用的助手。（较多人）
• 即便底层 LLM 本身不是工具，外面的封装、工作流与检索/消费环节仍可能构成真正的工具；价值不止来自代码生成。（少数人）

“LLM 处在‘工具性→代理性’的广阔光谱上，人其实也一样。”（@atleastoptimal）

有价值的补充

• Ivan Illich 在《Tools for Conviviality》里区分“你与之协作的工具”和“替你工作的工具”，几乎预告了这场工具与自动化的界线之争。（@wantless）
• Vernor Vinge 曾写道，超智能机器不会是人类的“工具”，就像人类不是兔子、知更鸟或黑猩猩的工具；这被用来提醒：足够强的智能体不会安于被动器具的角色。（@alecst）
• 有人把文章观点压缩成一个类比：AI 之于编程，就像得来速之于烹饪——它让你跳过烹饪过程，而不是递给你一口锅。（@summermusic）
• 摄影术刚普及时也曾被贬为“没天赋或懒得完成学业的画家的避难所”，与今天关于 AI 消解技艺的指责形成历史呼应。（@puppycodes）