☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

全球知名白帽黑客、人工智能安全专家及自动驾驶公司 Comma.ai 创始人乔治·霍茨(George Hotz)近日在其个人博客中发出警示:在当前软件工程实践中,盲目信任并大规模采用 AI 编程智能体,或将演变为企业所犯下最昂贵的技术决策失误之一。该言论迅速在开发者社区与AI研究圈内掀起热议。
统计拟合不等于逻辑理解,缺陷更具欺骗性
被业界誉为“神奇小子”的霍茨透露,他过去半年间对主流AI编程工具进行了高强度实测。结果表明,尽管这些模型在生成可运行原型、补全函数或撰写文档方面表现出色,但在关乎系统稳定性、安全性与长期可维护性的关键代码环节上,其表现远未达到可靠水平。他指出,现有大语言模型的本质仍是基于海量数据的概率建模系统,核心机制是复现代码文本的统计规律,而非具备真正的推理能力或领域知识。
这种“形似神不似”的输出特性,使得AI生成的代码往往表面整洁、语法无误,却暗藏深层逻辑矛盾、边界条件遗漏甚至潜在安全漏洞。尤其当经验尚浅的工程师将其直接集成进生产环境时,问题不易被静态分析或单元测试捕获,最终导致技术债滚雪球式增长,修复成本指数级上升,甚至引发灾难性线上事故。
巨头立场两极分化,技术路线之争愈演愈烈
霍茨坦言,自己对AI编程辅助的评估已由初期的审慎乐观彻底转向深度审慎——其当前观点更贴近图灵奖得主杨立昆(Yann LeCun)与认知科学家加里·马库斯(Gary Marcus)的批判性立场。这一趋于保守的技术判断,正与部分科技领袖的乐观宣言形成强烈反差。
例如,前特斯拉AI负责人安德烈·卡帕西(Andrej Karpathy)近期公开表态称,随着多模态大模型与自主智能体架构的快速迭代,AI驱动的编程范式已不可逆地重塑了软件开发的本质。双方分歧不仅关乎工具效能,更折射出对AI本质能力、演进路径及人类工程师角色的根本性认知差异。











