從「LLM 只是在猜下一個字」這個原理出發,推導出什麼時候該驗證、餵什麼比怎麼問更重要、哪些 prompt 技巧其實沒有證據。每篇以 Claude Code 當實驗場,指令與設定照講,但重點在「為什麼這樣做」,並附上可以自己動手試一次的例子與我自己踩過的坑。最後收在 AI 會取代什麼、不會取代什麼,以及人怎麼跟著它繼續成長。
它在做的,是 1948 年就有人做過的事 — An Old Idea (jason3e7 的直覺)LLM 就是統計學。 這句話是對的,而且比多數人以為的更...
先修一個前提 — It Crossed a Line, It Didn't Spike (jason3e7 的疑問)LLM 以前就有,但好像去年底突然大爆發...
三種極限,要分開看 — Three Kinds of Limits Day 01 講它在做什麼,Day 02 講它為什麼變強。今天講反面:它做不到什麼。 但「...
大家都只常用兩個角落 — Two Corners Day 03 的結論是:鋸齒狀前沿看不見,你不會知道自己什麼時候踩在缺口上。 但有一件事可以事先知道:這件任...
從「猜下一個字」到「認出任務」 — How Guessing Becomes Knowing 先回到 Day 01 的結論:它只做一件事 - 看完前面所有的字...
先把共同的底講完 — The Four Elements Day 05 講完它怎麼從你的話裡推論出任務. 既然是推論, 流傳的 prompt 技巧就分兩種:...
Prompt 只是一句話, Context 是它讀的整本書 — What "the Other 95%" Means 你打字送出的是那一句...
為什麼今天講 harness — Zooming Out 前兩天走的是往內看: prompt 是那一句 (Day 06), context 是模型讀到的所有東...