简介：
总结文稿见评论区 ~ 如有疑问可私信或评论区讨论 ~
---
Matt Pocock 是一名 AI 编程课程教师。他的核心观点是：AI 是新范式，但软件工程基本原理依然适用，甚至更加重要。 很多人在谈论 AI 是全新范式时，却忘记了那些经过时间检验的软件工程原则——这些原则不仅适用于人类协作，对 AI 协作同样极为有效。
限制一：智能区 vs 愚钝区（Smart Zone / Dumb Zone）
这一概念来源于 Dex Horthy（Human Layer 公司创始人）。
大语言模型在处理上下文时，注意力机制本质上是每个 token 与其他所有 token 之间相互关联。每向上下文中添加一个 token，关系数量就呈平方级增长——就像联赛中每增加一支球队，比赛场次就呈平方级增长一样。
这意味着：上下文越长，模型越来越"笨"。
实用基准：约 10 万 token 以内为智能区（无论上下文窗口是 20 万还是 100 万）
应对策略：保持任务规模小，避免一次性塞入过多内容
类比：来自 Martin Fowler《重构》的建议——量力而行，任务宜小
限制二：记忆碎片问题（Memento Problem）
大模型就像电影《记忆碎片》里的主角——每次会话都会重置上下文，回到初始状态。
每次与大语言模型交互，都经历相同流程：
系统提示词（应尽量精简，否则直接陷入愚钝区）
探索阶段（代理探索代码库）
实现阶段
测试与反馈阶段
关于"压缩（Compaction）"技术： 将整段对话压缩为更小的历史摘要。作者的态度是——不喜欢压缩，更偏好让模型每次从干净状态启动，因为这样行为更可预测、更一致。
