技术博客 全部文章

团队提出提示词工程最佳实践，要求用清晰明确且具体的指令并补充目的与上下文、必要时给示例与格式约束并允许表达不确定以减少幻觉，复杂任务用预填充、链式思考或提示链拆分流程，从而降低反复沟通成本并更稳定产出符合需求的结果。

梳理编译器后端可选目标：直出机器码或经IR走LLVM/GCC/QBE，也可转译到C或JS/Lua，或生成JVM/CLR/BEAM字节码、Wasm/WASI并借助元追踪框架构建JIT，结论以玩笑收尾称要把C++编译成JSFuck。

Claude Agent Skills以Skill元工具在tools数组汇总各技能描述，模型基于文本自行匹配意图并调用后加载SKILL.md，将隐藏指令与可见状态消息注入对话，同时修改工具权限及可选模型，不直接执行代码而通过上下文改写引导复杂工作流，效果是专用能力可组合且更可控但带来较高token开销并不适合并发使用。

作者用Google Maps Places API在科罗拉多斯普林斯市中心15km内抓取1200余家餐饮评分与评论数据，借助LLM生成脚本分块查询去重并清洗至约1130家，再以99%置信的Wilson区间对评分按评论量加权排序，输出前20榜单和前25%餐厅热力图识别核心商圈与隐蔽高分聚集区，结论是数据与LLM可快速产出更稳健的探店决策参考。

主张AI生成代码仅作草稿，开发者必须逐行阅读评审并对合入结果负责，配合更严测试与透明标注以保证可追溯；若停掉人工理解与审查，将加重评审负荷并丢失意图，缺陷与安全风险更易漏出且长期削弱工程师思考与技能。