LLM知识库天花板不在模型，而在这四个原则

📝

看完Andrej Karpathy总结的LLM知识库方法论，有种“原来高手是这么用大模型”的感觉。其实不复杂，就四件事，但每一条都直击日常踩坑👇 1️⃣ 编码前思考（Think Before Coding） 别急着让模型写代码

原文链接：https://mp.weixin.qq.com/s/FOoOc9QT7IXfzMm8H_1nXg

看完Andrej Karpathy总结的LLM知识库方法论，有种“原来高手是这么用大模型”的感觉。其实不复杂，就四件事，但每一条都直击日常踩坑👇

1️⃣ 编码前思考（Think Before Coding）
别急着让模型写代码。
先把假设说清楚，不确定就问，不要猜；有歧义就展开，不要默认；觉得有更简单的方法，就直接挑战。
👉 本质：把“模糊需求”变成“清晰问题”。

2️⃣ 简洁优先（Simplicity First）
大模型最容易帮你“过度设计”。
不要加没要求的功能，不要为了“未来扩展”提前复杂化。
👉 判断标准很简单：资深工程师会不会觉得你写复杂了？如果会，重写。

3️⃣ 精准修改（Precise Modifications）
改代码不是重写代码。
只改必要的地方，不顺手“优化一波”，不引入新变量/新逻辑污染上下文。
👉 每一行改动，都必须能回答：它解决了什么问题？

4️⃣ 目标驱动执行（Goal-Driven Execution）
把“让它工作”换成“可验证目标”。
比如：
加校验 → 写测试并通过
修 bug → 先复现，再修复
重构 → 确保测试全绿
👉 没有验证的任务，等于没完成。

#大模型知识库 #知识库搭建 #知识库四原则 #LLMWiki

---

💬 本文评论区已开启，但暂无读者留言。

本文转载自微信公众号，如有侵权请联系删除。