使用 LLM 或许只会降低效率 
哪怕这个领域或者问题有一点时效性，比如你使用一个软件，但是这个软件版本近一两年还在更新，那现行的 LLM 指导你使用软件的时候总会出现问题，因为过去的教程等等权重肯定比最新资料文本的少量资料权重大，这还是考虑到 LLM 已经更新最新的知识库情况，经常能让你抓狂，发现很多指令已经用不了了。 
而且基于当前的架构，大模型大就大在他们就是基于几乎整个互联网史训练的，只使用最新数据训练可行吗？比如说只使用 2025 年新产生的网页（注意，这可和 2025 年存在的网页不一样，2025 年存在了大量的 2023 年写的教程，然后又被 2025 年某个镜像站新产生的甚至失效的教程，甚至用 2025 年新产生的网页也绝对不算完美）训练可行吗？那必然不可行，数据量不够，可能这模型基本问题都无法解决，于是这样一头筋变两头堵了。 
这问题只能用微调大模型，或者引入新 prom...