Blog焕新与AI的思考

status

Published

date

Jul 2, 2025

slug

20250702

Blog焕新

虽然这个博客更新频率极低，也没有多少有价值的内容产出，更没有人看，但还是忍不住在闲暇时折腾一下。这两天主要对Blog的评论组件以及「白泽日志」的前端做优化。

此前，我一直使用 Cusdis 作为博客的评论组件。但是在某个时刻开始，在深色模式下Cusdis 的字体依旧显示黑色，基本处于不可读的状态，而且组件的窗口大小也有问题。我大概翻了一下博客的源码没找到可以修改的地方，尝试在global.css里强制修改样式也无济于事，故决定更换功能更强大的 Twikoo 评论系统。

Cusdis在深色模式下的显示问题，截图自同样使用Nobelium项目的其它博客

在 Copilot 的辅助下，通过自然语言描述要求，并提供一些必要的接口、Twikoo的接入规范，很轻易就完成了Twikoo的集成。

Twikoo 相较于 Cusdis，提供了更丰富的功能，例如支持评论嵌套、Markdown 渲染等。其服务端部署通过 Vercel 和 MongoDB 的免费方案实现，也不会因为评论系统的切换增加额外的开销。Twikoo也原生支持了TG Bot的消息推送，无需额外配置webhook。

此外，我还在 Copilot 的帮助下大改了 BroadcastChannel 的前端界面，使其与Blog的视觉风格的基本统一。当前的效果仍然比较次，未来几天如果时间允许，我计划将博客顶部栏的动画效果和深色模式自动切换功能移植过去。

没想到在AI的帮助下，这两项TODO list里关于blog修复与优化在几个小时内就完成了。

关于AI的一些思考

这次对博客的更新也算不上太大的变化，不过是在开源项目基础上进行优化。对于一个熟悉编程的人来说，接入新评论组件（参考现有组件和 Twikoo 文档）或调整BroadcastChannel 的 CSS 样式，应该是轻而易举的任务。但对于我，一个接触过编程，但只停留在接触，说不上会编程的人来说，现阶段自己完全无法独立完成这些修改。

这种现状令人不安。造成像我这样的废物的原因，除了自身缺乏进取心外，生成式人工智能（LLM）的迅猛发展也难辞其咎。

LLM是好技术吗？当然。它不断拓展能力边界，帮助许多人实现了过去难以想象/实现的创意，当然也造就了不少人像我这样的残疾人。

有能力的人，把AI当奴隶使。借助AI将天马行空的想法落地。例如影视飓风最近的视频中提到的，用LLM理解视频的能力，模拟不同角色（如平台审核员或特定画像的观众群体）来优化视频节奏和内容，提升观众留存率；又例如设计行业用人工智能生成设计素材等等。

对于没能力的人，AI的应用场景就仅限于「辅助轮」。按照要求编写程序设计作业，是LLM最拿手的好菜。在这些「辅助轮」的帮助/荼毒下，这几年计算机专业学生编程能力的下限我估计会比5年前的学生低不少。不少学术研究也支持这一观点：MIT 的 Eric Klopfer 教授进行了一项实验，将学生分为三组，使用 ChatGPT、Code Llama 和 Google 完成 Fortran 编程任务。结果显示，使用 ChatGPT 的学生虽然最快完成任务，但在后续记忆测试中全部失败，而使用 Google 的学生全部通过。这表明，过度依赖 AI 可能削弱知识的内化和长期记忆。

不仅在编程领域，在LLM时代，我似乎连话都不会说了。经常写邮件，甚至回复IM信息时，都会先过一次LLM去润色我想表达的内容。基本就是全方位的认知卸载和失能。

像我这样的「LLM残疾人」虽然总归是少数，但我相信绝不是个例。一个四肢健全的人没了轮椅就不会走路，可笑至极、可悲至极。

这种情况亟需被改变。

但有时脑子里又会冒出一个观点：AI肯定也参与到实际的生产环境中。掌握基本的编程能力，足以应付框架的构建，以及（相比于多轮问答）更高效率的bug修复，是否已经足矣？更重要的是理解程序逻辑，设计思维。

只不过在我的观察中，辅助轮遍地的大学校园里「掌握基本的编程能力」真的不如人们期待的那样多，但有能力的人又一定比我想象中要多。

没有任何理由支持全靠AI去完成编程作业，但对于一个非行业人士，使用 AI 修改完善博客程序又何尝不是一种向善的利用。让更多人享受科技便捷是 AI 的初衷，但必须严格限制自己少去走捷径。

回想五年前、十年前的learner（特指与我当前相同的学习程度、周期的学生），掌握基本编程能力是一件理所当然的事，掌握基本的编程能力其实也没有这么难。多实践，多堆量，多用AI给思路，少用AI直接生成答案，这是我这段时间必须做的改变。