1
kaneg 2 月 27 日
有同感。启用了 Agent framework ,agent loop 基本就是不可控的黑盒子,整个 agent 主要能力都由 system prompt 来控制。后续发现各种 case 不如预期的时候,只能各种微调 system prompt ,然后是不是符合预期就只能随缘。
|
2
catazshadow 2 月 27 日 via Android 终于意识到了。
这个现象的本质是信息论里的,计算不增加熵,不会生产更多的信息 说人话就是你需要用多少代码表达的细节,那就要用等量的 prompt 说出来。也就是你们说的等 prompt 敲完代码都要写完了 所以说 AI 基本上就是脱裤子放屁 |
3
xiaomushen 2 月 27 日
当然,最好是伪代码...用什么库,用什么方法,数据流程,数据转换规则
这些都写在提示词里 |
4
lscho 2 月 27 日
@catazshadow 前面的描述是怎么得出后面的结论的?
“多少代码表达的细节,那就要用等量的 prompt 说出来”就算这句话没毛病,那还存在一个关键问题,prompt 是自然语言啊。代码是需要学习的。。。。 更别提 AI 在解决重复劳动上基本不需要说太详细的 prompt 。 |
5
wnpllrzodiac 22 小时 30 分钟前 via Android
@catazshadow 精辟。类似"期望路上遇到一个陌生人,一个眼神就让对方能知道你要让他去做一件复杂的事"一样不切实际
|
6
wnpllrzodiac 22 小时 29 分钟前 via Android
@xiaomushen 那就等于让初级开发做任务了,现在大家想要的是连架构设计都让 ai 来。一句话一个抖音全站就出来
|
7
OC0311 21 小时 11 分钟前
目前写业务代码还是没完全交给 ai 基本上是写好大框架 然后框架里列好 todo 注释 比如 实现具体的查具体的数据 出来转换计算 这种重复的让 ai 来填充。和 ai 协作一起完成开发,这样改动范围可控,效率提升也明显。
|
8
beyondstars 21 小时 10 分钟前
@catazshadow 所以我现在每次只让 AI 生成具体的、一小段的代码,比如一个函数/class/一小段逻辑、有限范围且目的明确的重构,改动范围最多一两个文件。然后每次生成后都会尽量 review 一下。无法理解那种一段话让 AI 生成一整个项目,然后还嫌代码生成不够快的想法。
|
9
beyondstars 21 小时 6 分钟前
接 #8 ,或者是,我会自己定义好 golang interface ,然后写好一个 function 的输入输出,少量注释,参数用 interface 类型而非具体的 struct/struct 指针,然后 prompt 里明确说要做什么,这样效果非常好。AI 是一头猛兽,得让它以可控的、可预测的、受约束的方式工作,而不是像无头苍蝇一样乱飞乱撞。
|
10
xiaomushen 20 小时 37 分钟前
@wnpllrzodiac 营销号们给个体户卖课,当然要画一个大饼呀
|
11
Lucups 20 小时 36 分钟前
@catazshadow 有很多约定俗成的细节是不需要语言描述的,有很多场景其实人们并不关心怎么实现的,实现可能有 ABCD 很多种,人们只要结果,并不需要一定要用 A 方式实现。
可能在你看来 prompt 与代码的关系是文件与压缩包的关系,文件不能被无限压缩,但其实两者的关系并非如此。 AI 也并非单纯地凭借 prompt ,还有 mcp 、skills 、你的代码上下文等很多方面提供信息,所以大多数场景下只要你的 prompt 不是太简略,信息熵是足够的。 |
12
thedog 20 小时 22 分钟前
我理解 ai 解决了回字有四种写法难题。。。
|
14
Ketteiron 17 小时 21 分钟前 @catazshadow #2 不需要等量。你的想法大概是想要输出一千行完美的代码,需要等量的完美自然语言描述作为输入,但实际上利用 agent/mcp/skill 大概只需要十分之一甚至更少,它们负责补充 prompt 、编程式地提供上下文信息,在一个较低的损耗下实现所谓的等量。
这需要一个共识,即自然语言本身能够元编程,AI 在编程上的发展证实了这一点。 OP 的疑惑在于本质复杂度是无法通过偶然复杂度进行消除,它们是编程这个概念本身的最小复杂度无法以任何手段进行删减,但 AI 确实能够减少达到最小复杂度所需的时间/精力,这是两码事。 |
15
leon0918 16 小时 33 分钟前
了解下 spec coding
|
16
woscaizi 16 小时 10 分钟前
|