Parakhin：LLM 预训练带坏代码品味，需批判循环纠偏

据 AGI Hunt 2026 年 10 月 5 日报道，前 Bing 高管 Mikhail Parakhin 指出，LLM 之所以带有坏代码品味，是因为预训练阶段大量接触平庸代码；后训练虽有帮助，但他形容问题并未消除，「角仍可见」。他表示自己最不能忍受的是在没有必要时使用堆分配，其中包括 std::optional / Option 这类写法，因此每次都会运行一个专门的批判循环做迭代清理，以纠偏此类习惯。报道中未给出具体模型、测试数据或验证结果，也未提及有其他团队采用类似做法，相关内容目前仍属其个人主张与经验。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。