AI编程的隐形负担
使用AI编写代码已逾半年，我自认为十分轻松。直到同事指出"安全隐患多多"，才让我感到尴尬。那天整夜未眠，次日便开始折腾——部署压缩代理、开启远程控制，恨不得堵住所有潜在漏洞。折腾过后，虽然有了省心的感觉，但操心的事一点也没少。前Netflix工程师花费200美元使用AI编程，发现10轮对话的上下文膨胀至10万+token，其中85%是JSON和日志等垃圾数据。他开发了开源项目Headroom，通过插入压缩代理，将10万token压缩至1.5万。但我盯着这个项目琢磨了半天，越想越觉得不对劲——本想让AI替我
AI认知缺陷的哲学剖析
第四部分：现象学实验 & LLMs暴露的漏洞前三部分逐步构建了三重论证体系。德雷福斯长达四十年的批判表明AI的困境源于哲学层面，而非技术层面。海德格尔的因缘整体与操心概念、Haugeland的真实意向性、梅洛-庞蒂的身体图式提供了理论工具。生成主义及Seth的预测处理理论将这些理念融入现代科学，论证生命或许是认知的本质条件，不只是基础支撑。若这些论证有效，就不能仅限于哲学思辨范畴。它们理应产生可验证的结果。缺乏时间性、现身情态、操心和被抛特性的系统，无需维系自身生存的系统，对一切漠不关心的系统，倘若其在存