如果我们仔细想想，生活中的一切都可以转化为一个问题，对吧？最近怎么样，在忙什么，看了什么电影 等等。
我所说的“回答问题”更倾向于：我有一个问题。答案是什么？
而大语言模型（LLM）正是用来回答这类问题的。
说实话，你提出的所有问题，大语言模型都能给出答案。你可能不喜欢它给出的结果，但我至今还没遇到过哪个大语言模型在你提问时会回复“不予置评”。它们总是有话要说。而且有些人其实并不介意这种互动方式。例如，我有一个朋友一直在尝试用大语言模型开发应用，当我查看他的聊天记录时，他经常像对兄弟一样跟大语言模型说话，比如“嘿，兄弟”。所以……也有这种情况。
不过，在我看来，社区的意义远不止“这是我的问题，解决方案是什么？ ”而你的问题似乎并未涵盖这一点。社区应该更像是一个可以随意交流、放松的地方，而不仅仅是一个解决问题的工具。
我不再访问 Keyboard Maestro 的论坛，原因有两个：1) 当然，我现在比四年前懂得多得多；2) 当我有问题时，我会问 Claude，它总能给我所需的答案。因此，那个论坛对我没有真正的价值，因为它本质上是一个“提供问题解决方案”的论坛。
1 个赞
Ed_S
2026 年7 月 29 日 16:29
63
我想我们可能达成了一致：我的论坛主要并不是用来回答那些能解决问题的疑问的。
3 个赞
说来有趣，我家那位以前跟 ChatGPT 说话时还会说“请”和“谢谢”。
1 个赞
Ed_S
2026 年7 月 29 日 16:32
65
我也一样。部分是出于习惯，部分则是基于这样的想法：LLM 会根据其指令和对话内容进行角色扮演。如果对话看起来是与智能、志同道合的合作者在进行，那可能更符合我想要的对话风格。即便是解决编程问题也是如此。
3 个赞
是啊，我有时会用“请”和“谢谢”：“请你别再搞我的代码了，你个该死的蠢货！ ”谢谢你终于明白我这30分钟一直在求你做什么了！！！ ”
你根本不知道我有多少次忍不住骂它……你向我推销这个号称要改变世界的 amazing 工具，结果一个简单的请求却让我头疼了15分钟 ”。
3 个赞
nickdb
2026 年7 月 29 日 16:43
67
论坛的用途各不相同，有些论坛旨在帮助人们找到帮助和答案，总会有那些来了又走的交易型用户，但品牌会不断为漏斗注入新成员。
关键在于围绕这些论坛构建更具吸引力的空间，促进互动，并提供那些不易获取的人才和全球技能资源。
我们基本上是用不同的方式说着相似的话。
我从不像对待真人那样与它互动（除了那些侮辱性的言辞，说来讽刺，我绝不会对真人那样做……）
即使我态度非常生硬且充满侮辱，最终我还是能得到我想要的结果，所以我根本不会花时间讲什么礼貌之类的。它不过是一堆处理电力的机器罢了
我认为关键不在于我们分享什么，而在于我们如何分享。
你提到的全球技能很快就能轻松找到。这正是大语言模型（LLM）的作用所在。现在，如果我们把社区当作一个休闲聚会的场所，而不是像大多数群组和论坛那样仅仅作为一个求助的地方，我们就能构建出与众不同的东西。
举个例子，想象一下如果像迈克尔·杰克逊这样的著名艺术家拥有一个社区，并且每周都参与其中，分享幕后花絮、与粉丝交流等等。或者有人提出问题（不仅仅是像我们在社交媒体上那样在帖子下留言），而他亲自回答？迈克尔·杰克逊的 Instagram 账号与一个社区之间的区别在于，用户也可以发帖。在社交媒体上，评论总是局限于特定的帖子。这非常受限，而且会变得乏味。至少对我而言是这样。
在社交媒体上，粉丝无法开启新话题，也无法与其他人交流。想象一下，迈克尔·杰克逊的粉丝们可以开启话题并与其他粉丝交谈，而在此基础上，迈克尔·杰克逊本人也参与其中。
nickdb
2026 年7 月 30 日 08:41
70
在我们的语境中，鉴于该领域的性质、技术和复杂性，这不太可能实现。它确实能处理通用方面，但一旦深入挖掘，问题就接踵而至。这有点像 ChatGPT 永远无法帮你疏通马桶，技术有其局限性。
你的帖子促使我想问你一个问题：
学习音乐最简单的方法是什么？——我的直觉是，五线谱让这个过程变得不必要的复杂……
但你现在把概念搞混了。ChatGPT 不会亲自帮你疏通马桶，但它绝对会告诉你如何 疏通。这才是重点。你来到论坛是为了询问如何 做事，而不是让论坛真的替你去做。就像你在论坛里与某位在该领域拥有超级专长的真人交流一样，他们也不会替你去做那些事，对吧？
我并不是说 LLM（大型语言模型）或任何其他 AI 技术终将取代人类。我不是那种人，但我能看到某些方面确实会被取代。这就好比人们使用维基百科而不是使用真正的实体百科全书。它更快、更便捷、随时随地可用、持续更新等等。
不过我始终强调的一点是：AI 在我们的生活中占比越高，我们就会感到越疏离，因为我们现在无法信任网上的任何东西。文本、图像、视频、音频、互动，一切都可以被操纵。因此，在在我看来，某些人认为 AI 将扮演的角色，实际上会产生相反的效果。人们最终会回归现实生活，投身于其中，因为在那里无法进行操纵。对我来说，这才是这场 AI（令人作呕的）热潮中最好的结果。
AI 可以是一个伟大的工具，但它正逐渐失控。
3 个赞
这个话题有点离题，但我还是想说说。如果任何管理员觉得应该把它移到另一个话题中，请随意。
当你说“标准记谱法”时，你的意思是用乐谱写音乐吗？我假设这就是你的意思：
我大概在8岁左右（1987年左右）开始玩我的第一个键盘。我只是在探索，但我会花几个小时玩它。然后在1991年，我得到了我的第一套鼓，那时我开始和我的第一个乐队一起创作自己的歌曲。我从未学过音乐理论，直到2016年。我知道一些基础知识，但直到那时我才真正明白什么是Gm7和弦，这其实是一个很基础的概念。当我开始学习理论时，一扇全新的大门为我打开了。
在那之前，我能够创作出人们喜欢的音乐，我在我的国家葡萄牙取得了一些成功，所以这从来不是关于是否知道理论或是否写乐谱的问题。这是关于情感和知道什么听起来好、什么听起来不好。学习理论只是给了我另一个工具，让我在想要的时候可以选择不同的路径，打破无尽的循环等。
对我来说，音乐是关于情感的，而不是仅仅因为和弦X在和弦Y上听起来好，因为它们在数学上兼容，这有时是你开始以音乐理论作为学习方法时发生的情况。我相信，学习音乐，当然取决于你的目标，应该总是花几年时间随意玩弄乐器，看看什么感觉好。你最终会学到有些事情即使你不知道为什么，也永远听起来不对。老实说，这是最好的方法，因为大多数听众并不关心“为什么”。他们要么喜欢这首歌，要么不喜欢。
很多音乐家，比如雅各布·科利尔，对我来说从未引起共鸣。他的音乐在理论和所有方面可能非常复杂和“制作精良”，但它在情感上无法与我产生共鸣。这可能是我认为知道太多理论的问题。你开始做某些事情是因为你可以 ，而不是因为你应该 。
当你因为可以做而去做时，你在思考自己。当你因为应该做而去做时，你在思考歌曲，对我来说，这是最有价值的。我希望歌曲达到最好的效果，而歌曲会不断告诉我“这太多了，我现在不需要这个”。
所以，回到你的问题：我不知道我提出的随意玩弄乐器几年的建议是否是“最简单”的方法，但这绝对是我从中获得最多乐趣的方法，我感激这条路径。学习音乐理论更容易、更快，它就像数学公式，但它可能会立即把你锁在一个牢笼 里，这可能是一个陷阱（没有双关的意思）。
1 个赞
Tris20
2026 年7 月 31 日 09:41
74
这个主题的一个好处是，我可以确信自己正在阅读其他人的真实想法。在经历了数月对 Claude 过于冗长输出的洗礼之后，能看到人们仅仅围绕对他们重要的事情进行闲聊，真是令人欣慰。难得地，我这次是在和真人一起写作……
我怀疑这种趋势会变得越来越有吸引力。即便大语言模型（LLM）不断进化，在过去的几年里，我觉得自己已经到达了一个无法回头的临界点——我受够了阅读 LLM 生成的内容。真的受够了。即便是那些简洁准确的优质内容，读起来也让人感到疲惫且毫无乐趣。
我渴望看到充满瑕疵的人类文字。我希望我的文字能触动他人，也希望他们的文字能触动我。
2 个赞
nickdb
2026 年7 月 31 日 09:48
75
你稍微有点没抓到重点。
它会提供从公开资料中学到的各种选项，这些选项可能正确，也可能不正确或不相关，因为它和提问者都不一定知道为什么会被封禁。
它提供的是基于不完美的信息源和请求质量的通用、最低公分母式的建议。
因此，它会对一部分人有帮助，而对另一部分人则没有，这种情况通常最吸引那些最不具备评估回复质量能力的人。
模型是有缺陷的，任何语言模型都是如此。它们各有优缺点。任何花时间构建智能体的人都会有过这种体验。它们的能力被过度炒作了。那些将成为社区中最有趣、最有价值的成员的人会理解这一点并重视这种差异，而那些不理解的人只是制造交易性噪音的人。
1 个赞
