技术思考

• AI 技术思考

Anthropic 删了 80% 提示词，但你不能照做

TL;DR

Anthropic 砍掉了 Claude Code 系统提示词的 80% 以上，编码评测没有可测量的损失。

但这句话真正证明的，是那 80% 本来就没在传递信息——它是给弱模型打的补丁，不是知识。

一个团队能删掉多少提示词，度量 …

• AI 技术思考

Loop Engineering 的边界与悖论

TL;DR

Loop Engineering 的天花板不是 token，是工程师的判断力。而 Loop Engineering 本身正在削弱这个判断力。

一、Loop 为什么在某些场景特别好用

Armin Ronacher——Flask 的 …

• AI 技术思考

Loop Engineering 的代价：LLM 可用性是工程用 Token 买出来的

TL;DR

从 Prompt 到 Loop，四个工程阶段每一步都在用更多 token 换更高可用性。这不是模型在变聪明，是工程在替模型还债。

一、从「像会」到「真做完」

LLM 让很多人产生过同一个错觉：它看起来什么都会。

问它写代码，它写 …

• AI 技术思考

AI 的天花板，比所有人说的都低

TL;DR

“AI 短期高估、长期低估”是个被金融叙事撑着的半个命题。LLM 的效用域被锁在符号空间，软件工程的生产率从来无法测量——“长期低估”成立，需要一种根本不同于统计学习的新范式。

AI 的真实边界：从金融叙事到认识论天花板

一、起 …