最近一篇Hacker News上的帖子讨论了Andrej Karpathy在X/Twitter上分享的观察：大型语言模型（LLM）强烈避免在代码中遇到异常。 这篇帖子引发了争论，一位评论员认为这种行为是Anthropic的Claude模型特有的，可能与最大化token使用量有关，而不是异常本身的一个根本问题。 其他人指出计算机数学和未定义行为的固有复杂性，使得健壮的错误处理具有挑战性。 许多用户批评LLM冗长的“合理性检查”是不必要的，类似于“安全剧场”，优先考虑形式而非功能，并且似乎更侧重于代码审查而非实际可用性。 这次讨论凸显了LLM在处理代码执行中意外情况时的一个潜在弱点。