原始来源：Huahai · yyhh.org
发现渠道：Hacker News · 原讨论
Rich Hickey 用“能够持续操控并得到反馈”界定工具，认为把写作和阅读交给 LLM 会错过练习。Huahai 认同外包可能减少学习，却反对据此把所有 LLM 使用排除为工具：人可以读原文、追问解释、查源、运行测试，再拒绝错误建议。两人争论的边界是控制、反馈与使用方式；这不是一项测量学习或效率的实验。
可信度 65 · 重要性 61 · 新颖度 65
技术与主题
Agent 系统 · AI 编程 · 评测与基准 · Human-in-the-loop · Feedback Loops · Skill Transfer
Rich Hickey
LinkedIn公开正文；10月12日页面标记。Huahai将其称为11日文章，日期分歧留在审核；本文不猜精确发布时间。
忠实转述（非原句）：他重视操控时的意图、持续动作与感官反馈，担心让系统代读文章会失去学习论证、形成新想法和辨别作者的过程。
Huahai
已读10月12日公开回应；保留不同使用方式的反例，非全文翻译。
忠实转述（非原句）：他区分放弃阅读与读过文章后借助 LLM 质疑自己的理解。可预测性和可靠性是评价工具的质量，而非判定它是不是工具的先决条件。
编辑评读
Hickey 对失去练习的提醒值得保留，但从一种委托用法推到全部用法，范围太大。Huahai 的反例针对的是这种泛化：辅助查问可以与自己读论文同时发生。它说明“使用 AI”不是足够具体的处理组，还要记录人到底做了哪些判断。
另一方面，存在反馈循环并不自动说明它有效。如果人每次只看流畅程度就接受解释，形式上有追问，实际上仍缺乏纠错信号。这里更值得实测的差别，是人在接受答案前是否先作自己的预测，出错后是否得到可检查的反馈，以及隔一段时间还能否独立识别同类问题。
所以我不会靠把它叫工具或自动化来决定工作安排。对需要留下判断能力的学习活动，要检查迁移与接手；对可以可靠验收的重复工作，可以优先看交付和负担。不同目标需要不同的比较，这也使这场争论比“支持或反对 AI”更具体。