Hacker News 上的一个讨论围绕着“Paper2Code”展开，这是一个能够自动根据科学论文生成代码的工具。虽然用户对这个概念很感兴趣，但也对代码质量下降和算法同质化表示担忧。 有人担心会出现大量“氛围代码”（vibe coded），也就是难以理解的代码，从而阻碍学习和维护。Narew 指出，人工智能提高了实习生的代码水平，但同时也警告说，如果学生依赖大型语言模型（LLM）而缺乏真正的理解，则差距会越来越大。其他人则思考这是否是从穿孔卡片到编译器的飞跃，以及如何改进大型语言模型，还有人认为数学是明确定义的，软件总是问题可能解的一个样本，因此对此表示担忧。 一些用户，例如 colkassad，建议通过将工具的论文本身输入到工具中来测试它。其他人则详细描述了使用 Claude 等大型语言模型从论文中生成功能代码的成功经验。一些人强调了自动翻译和执行手写伪代码的潜力。人们对可能性感到兴奋，但也对确保代码质量、理解力和原创性面临的挑战感到担忧。