大数跨境

AI 编程提效的关键:从打磨提示词到明确规则与独立验证

AI 编程提效的关键:从打磨提示词到明确规则与独立验证 AI大模型观察站
2026-11-09
12
导读:AI 生成代码更快,不代表软件交付更可靠。本文以退款业务为例,介绍“传递式 AI”思路:用半形式化规格明确业务规则,借助上下文引擎传递语义,再以独立验证检查实现,让 AI 编程从反复猜测走向工程化交付

用 AI 编程,写提示词如今成了最慢、Bug 最多的方式。这里有个又快又稳的办法

忘掉那些巧妙的提示词吧。这是一份 AI 编程生产力终极实战指南,包含你在别处找不到的洞见

当《人月神话》遇上神话中的 10 倍 AI 开发者

如果你做过软件开发,很可能经历过企业那种轰轰烈烈的降本运动:_生产力_突然成了裁员的魔法口令。

猜猜管理层最爱提什么?没错,你大概已经猜到了:神话中的 10 倍开发者。

当利润开始下滑,你就知道,焦头烂额的 CEO 最爱幻想什么:开发者更少,产出的软件却莫名其妙地多了十倍。

问题解决。

然后再来个锦上添花:编程史上被误解最深的著作之一,Frederick P. Brooks Jr. 的_《人月神话》_,被顺手曲解成这样一个论点:增加开发者只会拖慢项目。

如果裁员意味着以更低成本生产更多软件,同时提高利润,哪个 CEO 会不爱上这种绝妙的商业策略?

但我们开发者太清楚软件工程的机房里究竟发生着什么了。那里混乱的日常现实,被企业轻巧地扫到了地毯下面:软件开发他妈的不是打字比赛。

这也不只是影视作品式的夸张。想要证据?Microsoft 的研究揭示了组织结构和协作如何影响软件质量。

上面的动画能让你更直观地理解这个问题。给相互独立的任务增加开发者,产出可能会增长。但让他们处理紧密耦合的代码,**协调成本就可能吞掉你原本期待的所有生产力收益。**人招得太少,项目又会像蜗牛一样往前爬,账单却不断堆积。

没有什么神奇的团队规模。规模选错了,钱可能烧上好几个月,才有人察觉。

几十年来,我们一直困在人类团队的这个难题里,直到 AI 出现,承诺让每个 CEO 的梦想成真。开发者终于可以不再四处救火,管理者或许真能按时交付可用的软件,而老板们一想到裁掉一半工程部门、将交付速度提高一倍,再把省下的钱装进口袋,简直口水都要流下来了。

有了 AI,再加上一张列满待削减薪资的电子表格,谁还需要奇迹?

AI 是不是让这摊烂事变得更糟了?

也许这些 CEO 确实有理由做梦。想象一下,一名开发者在统一的架构愿景下,指挥一支 AI 编程 Agent 大军,**拥有整支软件团队的火力,却没有通常那套乱哄哄的协调闹剧。**神话中的 10 倍开发者,或许终于能成为日常现实,而薪资成本只需原来的一小部分。

可惜,对那些垂涎欲滴的 CEO 来说,现实另有打算:AI Agent 能制造出与人类开发者一样的协调乱局,只不过速度快到足以让混乱成倍放大。

看看下面的动画。如果软件根本不能正常工作,那么再强的代码生产能力也屁用没有。而生产力数据描绘的景象更难看。

写代码的速度很惊人,对吧?可惜软件跟不上。

与交付可靠且具有商业价值的软件相比,生成堆积如山的代码实在容易得多,尤其是当 AI 接手了那些盘根错节的依赖关系和彼此冲突的需求——正是它们一开始就让开发成了噩梦。

别只听我说。Google 的 DORA 研究表明,AI 会同时放大现有工程实践的优点和缺点。

换句话说,给 AI 一套有问题的工程流程,就别指望奇迹。你可能只是得到了同一场该死的灾难,只是它现在以机器的速度运转。

我们来看一些数字。

因为,如果 AI 编程真是人们承诺的那场生产力革命,开发者肯定到处都在报告惊人的收益吧。

对吧?

AI 编程生产力的惨状:只有 2% 的人报告提升了 10 倍

遗憾的是,证据似乎印证了我们那些 AI 编程恐怖故事。而这些数字实在没什么值得庆祝的:只有约 2% 的人报告,AI 带来了 10 倍或以上的惊人生产力提升。

神话中的 10 倍 AI 开发者:98% 的人没有报告达到这一水平,而那幸运的 2% 评估的是自己的生产力。

就连这可怜的 2%,依据的也是自我报告的提升,而不是对已交付软件增量的独立测量。

声称生产力提升了 10 倍是一回事。与隐藏的 Bug、损坏的依赖关系和无休止的调试搏斗,同时交付十倍之多的有价值软件,则完全是另一回事。

现在,想象一家公司里全是这些据说生产力超强的 AI 开发者。CEO 肯定已经享受到梦寐以求的软件天堂了吧?

然而,只有一个问题:那个天堂根本不见踪影。

AI 正在生成堆积如山的代码,也让开发变得更快,但把这些产出变成可靠且具有商业价值的软件,依然是一场工程噩梦。

代码编写速度可以成倍增长,公司交付的价值却未必随之增长。

AI 编程生产力一图概括:提交次数增加了 240%,发布次数却只增加了 30%。看来,交付软件依然是难点。

代码编写速度与实际交付之间的差距,很难让人视而不见。看看代码产出这般惊人的爆炸式增长,软件发布量的增幅却远远没有跟上。

这就是 AI 生产力悖论:代码堆积如山,已交付软件的增长却远远跟不上。

而且,即便把软件部署到了生产环境,也不意味着它就有价值,因为最终拍板的依然是市场。客户根本不在乎你用 AI 生成的代码,也不在乎那些亮眼的生产力数据。他们想要的是值得掏钱的东西。

下面这张图表展示了,在 AI 编程热潮中,市场已经变得多么残酷:涌入市场的应用数量增至七倍,而一款典型应用每个月的收入,却只够吃一顿像样的晚餐。

进入市场的应用数量增至七倍,但一款典型的订阅制应用,在上线满一年后每月收入仅为 72 美元。生成软件越来越便宜,找到愿意为它付费的客户却又是另一桩该死的难事。

先别急着指责 AI 把软件行业搞破产了,**这些数字并不能证明 AI 导致了商业失败。**它们确实提醒我们:即使生成软件的成本低得离谱,也不会神奇地让软件变得可靠、有用或有利可图。

那么,到底是哪里出了问题?

我怀疑,令人失望的生产力提升与毫无商业价值的 AI 生成软件,存在同一个问题:开发者误解了高效 AI 编程背后的数学和计算机科学。

太多人仍然幻想,机器里藏着一个聪明的数字小人,能读懂他们的心思,弄明白他们_真正_想表达什么。

我的一点浅见是:在那个想象中的程序员毁掉你的代码之前,先把它从脑子里赶出去。AI 无法可靠地还原它从未获准接触过的业务规则或隐藏需求。

有问题的规格说明,靠写提示词是救不了的。

另一条路是什么?**以数学和计算机科学为基础,采用明确需求和独立验证,开展扎实的工程实践。**真正可观的 AI 生产力提升,正是从这里开始的。

顶尖 1% 背后的科学:停止琢磨提示词,开始做工程

那么,怎样才能把 AI 从一台不可预测的代码生成机器,变成既能交付专业水准的软件,又能显著提升生产力的工具?听起来像是在做化圆为方这种不可能的事,对吧?接下来你就会看到,它为什么并非如此。

在此之前,先忘掉那些神奇的提示词、号称包治百病的提示词框架,以及没完没了地承诺让你一夜之间成为 10 倍开发者的教程。

还记得那 2% 声称实现 10 倍提升的人吗?那是自我报告。忘了它吧。顶尖的 1% 不靠估算自己的生产力,而是靠工程方法把它做出来。

真正的优势,始于你理解 AI 不知道什么、只能猜测什么,以及你能通过规范的工程实践迫使它做对什么。

而第一个陷阱,就明晃晃地摆在眼前。

隐藏上下文陷阱:你忘了告诉 AI 的,它并不知道

我们先用一个小小的示例,把第一个工程抽象概念讲清楚。没什么复杂的。只需要让你最喜欢的 AI 编程助手,为支付系统实现一个退款函数。

几秒钟之内,你就得到了一份相当像样的代码,有恰当的错误处理,甚至还有几个测试。一切看起来都很好,而你几乎没怎么碰键盘。

直到有人被退了两次款——尽管你的 AI 程序员编写并通过的那些漂亮测试全都亮着绿灯。

因为你那个聪明的 AI 助手从来没人告诉过:同一笔付款不能被重复退款。你也没有解释部分退款、并发请求,以及资金操作进行到一半时网络中断该怎么办。

**更深层的问题,不只是缺少信息,而是缺少语义上下文:**也就是那些决定代码是否真正正确的业务规则和依赖关系。

如今基于 token 的生成模型可以对上下文进行推理,但它们无法可靠地重建或验证专业软件赖以运作的所有隐藏语义。

我们可以用数学来表达这个问题。

我们实际需要的实现,取决于提示词之外的因素:


   
   
   
   
    
   
   
   
   y = F(x, z)

这里,x 是你的提示词,z 是相关上下文——业务规则、不变量、依赖关系——而 y 是你的业务真正需要的实现。

给两个支付系统相同的退款提示词,但其中一个允许多次部分退款,另一个则只允许每笔交易退款一次:


   
   
   
   
    
   
   
   
   F(x, z₁) ≠ F(x, z₂)

同样的提示词,不同的上下文,对应不同的正确实现。

如果你的 AI 无法访问这些规则,它到底该怎么知道你需要哪种实现?

这些规则可能埋在数据库约束中,散落在各个模块里,藏在配置文件中,与遗留代码纠缠在一起,塞在合同条款里,或者干脆只存在于几年前就已离职的开发者脑中。你的 AI 不可能凭空重建所有这些业务逻辑。

所以,别再让 AI 猜那些本该由你明确写出来的东西。

现在想象一下,将这种严谨的方法应用到整个项目中:由一名开发者在一致的架构下指挥一支 AI 编程 Agent 大军,而不是监督另一场乱哄哄的协调闹剧。

还记得开头提到的 Brooks 那个老牌外科手术团队模型吗?由一名主程序员拍板,专家团队负责辅助工作。

把那些专家换成 AI 编程 Agent,Brooks 的老想法顿时就成了 CEO 的梦想:整支团队的工作,只由一名软件开发者完成,而且只需支付一份薪水。这一次,我可不是在讽刺。

看看下面的动画。

你越早不再把提示词当作主要的软件开发策略,而是把它仅仅视为具有科学依据的工程流程中的初步步骤,就越早能在不牺牲交付软件质量的前提下,实现显著的生产力提升。

这一切都不需要你相信什么神奇的 AI 小人程序员。真正的挑战在于:让 AI Agent 承担繁重工作的同时,确保架构、业务规则和验证仍在你的掌控之中。

AI 编程中代价最高的错误:让 AI 评判你的业务需求

回到我们那个小小的退款示例。看看当你忽视我们刚刚讨论过的工程原则,让 AI 编写代码、生成测试、审查自己的工作,然后自豪地报告一切通过时,会发生什么。

然而,你误解了自己的业务需求——或者干脆忘掉了其中一些。

看看下面的动画,你会发现,自己很容易就会得到一堆内部完全自洽、却完全错误的软件。AI 生成的每个测试都亮着绿灯,因为你让 AI 去评判业务需求,而没有亲自检查。

在有人冲到评论区,拿出一个巧妙的提示词来解决退款问题之前,**对,我知道这只是个小示例。**但它仍然能以简单的方式说明那些工程原则,而这些原则能在你用 AI 编程时帮你省掉大量麻烦。

在涉及保险费、银行转账、客户合同或跨仓库库存的商业软件里,也试试同样的做法吧。在这些软件中,业务规则取决于监管约束、数据库状态,以及深埋在系统更深几层中的例外情况。

这就是嵌套语义上下文对那些所谓简单需求的影响。一条规则会改变另一条规则的含义,至于想用一个神奇的提示词理清它们,那就祝你好运了。

其中一些规则就在代码库或文档中;另一些仍然只存在于懂业务的人脑子里。除非你把它们挖出来,转化成明确的需求,否则你的 AI Agent 会高高兴兴地把同样的错误成倍复制,同时还为通过自己编写的测试而自鸣得意。

让它们写代码吧。但一定要由机器之外的人来决定,正确的软件究竟意味着什么。

转换式 AI 与传递式 AI:能保留下来的语义,就别再猜了

说到这里,我几乎能听见你在问:“行,我懂了。可我到底该怎么在自己的软件项目中实践这些东西?”

这个问题很合理。项目期限都火烧眉毛了,没人付钱让你坐在那里思辨 AI。

答案在于我在早期工作中提出的一项区分。这是我在真实软件项目中艰难使用 AI 编程之后形成的:转换式 AI 与传递式 AI。

如今的生成式 AI 根据学到的模式和它能访问的上下文生成代码,往往不得不猜测那些埋在系统其他位置、超出其访问范围的语义关系。

既然可以把含义明确表达出来,并贯穿整个开发流程,为什么还要让 AI 一遍遍重建这些含义?

这就是传递式 AI 的基本思想,而它远远不只是编写更巧妙的提示词。

相同的 token,不同的含义:问题从编程语言内部就开始了

看看代码中的一个变量。它的含义取决于它出现的位置、它引用的是哪个绑定,以及支配它的语言规则。同一个标识符,在闭包、函数、类或模块内部,可能表示不同的东西。

编译器会精确解析这些关系,但上下文不完整的 AI 编程助手,可能不得不猜测那些编译器已经知道的事情。

确定性工具能够告诉 AI 的事情,为什么还要让它猜?

这就是传递式 AI 的第一条原则:传递编程系统中已经存在的语义信息,而不是反复从 token 中重建它。

同一个变量,所处的代码位置不同,含义也不同。你的编译器已经知道的事情,为什么还要让 AI 猜?

正如动画所示,同一个变量在代码中的出现位置不同,含义也可能不同。没错,AI 可以推断出其中一部分上下文,但既然编程工具已经知道规则,为什么还要让它猜?

如果在单个函数内部,事情都可能变得棘手,想象一下,把整家公司的业务规则都加进来,会变成怎样一摊烂事。

相同的概念,不同的业务几何结构

现在我们再往上走一步,从编程语言的语义,来到赋予软件含义的业务规则。

看看下面的动画。我用美国和伊朗来说明,政治制度、宗教和法律如何形成不同层次的语义上下文。同一种违法行为,在某种情况下可能导致相似的结果,在另一种情况下却可能截然不同,尤其是在宗教法律介入时。

现在把这个例子放到软件中。在一份合同下,退款可能意味着全额退还;而在另一份合同下,则只能退还部分金额。

相同的退款操作,不同的业务规则,以及两种都完全有效、却不能互换的实现。

现在看出其中的规律了吗?如果还没有,再看看动画。

同一种违法行为,两套法律体系。规则在一种情况下可能一致,在另一种情况下却可能发生剧烈冲突。当上下文改变含义时,就会出现这种情况。

注意动画中的两条上下文路径。根据适用规则的不同,它们可能产生相同的结果,也可能产生完全不同的结果。

我们可以用数学来表达这两种可能:

第一条路径——上下文一致:

第二条路径——上下文分歧:

这里,I(o,c) 只是表示操作 o 在特定上下文 C 中的含义。两个上下文可能在一条规则上达成一致,却在另一条规则上存在分歧。

几何结构有助于我们直观呈现这些差异,但真正的工程挑战,是把它们转化为软件确实能够理解和检查的明确规则。

接下来我们就来做这件事。

别再把业务规则埋进提示词里。给它们一个结构。

现在,我们终于来到这篇文章的实践部分:那些嵌套的语义上下文,总是在你尝试用 AI 构建商业级软件时捣乱,到底该怎么处理它们?

想象一下,你必须向每个接触你软件的 AI Agent 解释同样的业务规则,还要祈祷它们在修改代码、API 或数据库时,谁都别把上下文搞错。

用这种方式管理软件,真是贵得要命!

为什么不把这些规则写成工程工具真正能够理解和检查的半形式化规格说明呢?

让我们看看,动画中展示的传递式 AI 背后的几何结构,如何转化为开发者真正能用起来的东西。

首先,将几何概念映射到软件中的对应概念。

你的 YAML 如何表示这些几何结构

从抽象几何到工程实践:YAML 为那些嵌套的上下文、变化的规则和共享的约束赋予结构,让 AI 编程工具真正能够处理它们。

这张表给出了对应关系。现在来实际用一用。

下面是退款操作的一份简化 YAML 规格说明:

我们的退款示例,将业务规则用 YAML 明确列出:不同合同之间哪些内容会变化、哪些内容绝不能改变,以及 AI 必须在什么时候停止猜测,以免让你付出真金白银的代价。

YAML 只是记录业务规则的一种便利方式。看看我们的退款示例:一份合同允许全额退款,另一份只允许按比例退款,但两者都不允许重复执行。上下文不同,行为不同,但有些规则在两种上下文中都保持不变。

当然,把这些规则写进 YAML,并不意味着软件就会遵守。必须有人精确定义它们的含义,而且上下文引擎需要拒绝缺失或相互冲突的需求,而不是让 AI 一路猜过去。

如果你以为在文件里写上 duplicate_execution: Forbidden,就能阻止某个人被退两次款,那就祝你好运吧**。**你仍然需要独立检查,来发现违反这条规则的实现。

现在,我们已经具备了足够的要素,可以把真正的工程机制组装起来了。

从语义几何到一套能运转的 AI 编程系统

那么,这一切如何协同工作?

首先,用一份半形式化规格说明定义业务规则,以及这些规则适用的上下文。然后,由一个上下文引擎理清哪些规则相关、它们如何相互作用,以及是否存在缺失或矛盾。

确立这些规则后,由 AI Agent 生成代码,同时通过独立验证检查结果是否真正满足需求。

整套系统是这样的:

完整的传递式 AI 系统:你定义业务规则,引擎判断哪些规则适用,AI 编写代码,独立检查则在生成式 AI 毁掉你的代码之前找出错误。

当然,别指望这套系统能神奇地让软件没有 Bug。代码通过检查,只意味着它满足了针对你实际明确指定的业务规则所设置的检查。

而且,由于系统会记录使用了哪些规则、适用了哪个上下文,以及通过了哪些检查,当业务需求变化时,你就知道该重新审视哪些地方。

**看到我们已经从那个简单的提示词走了多远吗?**现在,我们已经用 YAML 表示业务规则及其几何关系,并将它们纳入传递式 AI 系统。没错,负责写代码的仍然是你熟悉的生成式 AI,只不过现在它有了一套规范的工程框架可用。

再看看上面的图。

下面的动画展示了这一切在实践中如何运作:那些几何关系帮助 AI 处理复杂、嵌套的业务规则,而不是一路盲猜,再祈祷代码能正常工作。

正如动画所示,上下文规则贯穿整套工程机制,指导 AI 生成代码,同时通过独立检查发现缺失、模糊或相互冲突的需求。相比再给 AI 程序员扔一个巧妙的提示词,这可是一大步,对吧?

这背后还有一些有趣的数学。假设每个上下文 C 都有自己的语义规格 Sc。在上下文之间迁移,需要进行变换:

当涉及多个上下文时,这些变换必须遵循明确的复合规则:

有些规则在迁移过程中保持不变,有些会发生变化,而不兼容的上下文可能让变换无法进行。


通过这种方式,你就可以朝着那一小群出色开发者的行列迈进,利用 AI 以非凡的生产力打造高质量软件。

区别是什么?现在,你掌握了 AI 编程背后的科学。

有了传递式 AI,你已经领先一步:从仅仅描述上下文中的含义,迈向真正利用这些含义进行计算。

现在,就把它用到你的下一个项目中吧。


【声明】内容源于网络
0
0
AI大模型观察站
专注于人工智能大模型的最新进展,涵盖Transformer架构、LLM训练优化、推理加速、多模态应用等核心技术领域。通过深度解析论文、开源项目和行业动态,揭示大模型技术的演进趋势,助力开发者、研究者和AI爱好者把握前沿创新。
内容 457
粉丝 0
AI大模型观察站 专注于人工智能大模型的最新进展,涵盖Transformer架构、LLM训练优化、推理加速、多模态应用等核心技术领域。通过深度解析论文、开源项目和行业动态,揭示大模型技术的演进趋势,助力开发者、研究者和AI爱好者把握前沿创新。
总阅读19.9k
粉丝0
内容457