核心观点认为，大型语言模型（LLM）本质上是通用的、多用途工具。然而，它们在大多数用例中可能显得“杀鸡用牛刀”，除了一个关键场景：那就是构建更具体、更强大的专用工具。
当你正在开发一个原型并自问“这能自动化吗？”时，不妨尝试让LLM来完成它。如果LLM能够执行这项任务，那么它就有能力通过编写非LLM的代码来实现自动化。
举例来说，与其每天依赖像OpenClaw这样的大型LLM来为你总结黑客新闻（HN）文章，不如让LLM为你编写一个脚本或工具来完成这项工作。然后，你可以将这个脚本配置到一个树莓派上的cronjob中定期运行。这种方式不仅成本更低，而且效率更高。
简而言之，利用LLM的强大能力，让它在特定任务上“功成身退”，实现自我冗余。正如Yagmur Karakok所说：“将机器中的幽灵驱逐出去。” 不要长期聘请一名高级软件工程师来为你总结报纸，而是花一天时间与他合作，让他通过自动化来“解除”自己的这份工作。
