Martin Fowler：DSL 让 LLM 更可靠

📝

Martin Fowler 博客文章：DSL 通过减少代码变体、自带校验器和领域级错误信息让 LLM 更可靠。关键转变——DSL 程序比 prompt 更适合作为真理源。

原文：Unmesh Joshi（Thoughtworks 杰出工程师，《Patterns of Distributed Systems》作者），2026.7.14 发布于 martinfowler.com

核心论点

LLM 代码生成极快，但要确保生成的内容精确符合意图，需要清晰的边界。抽象和 DSL 提供了一套强有力的缰绳，从一开始就引导 LLM。

预先规范的局限

大型系统的设计决策不可能事先全部知晓。规范只是”起点假设”，真正的约束和边界条件在实现过程中逐步发现。审阅代码 ≠ 写代码——亲自写代码才迫使你做出具体设计决策。

代码的双重身份

身份	含义
机器指令	让计算机执行
领域概念模型	对问题域的词汇表达

好的代码库本身就是领域词汇的表示。LLM 把代码当作关键上下文：好的抽象、类型和测试共同约束模型输出，让它更可靠。

LLM 的两个角色

1. 设计阶段：头脑风暴伙伴，探索设计空间，发现正确抽象
2. 设计成熟后：作为领域词汇的自然语言接口

为什么 DSL 特别适合 LLM？

原因	说明
减少变体	通用语言有无数种写法，DSL 去掉变体，给少量示例就能可靠生成
自带校验器	DSL 自带 parser/validator，Agent 可以生成→校验→修复，无需人类介入
错误在领域层面表达	报错用的是领域词汇，不是底层技术术语

“PlantUML、Mermaid、SQL、K8s YAML 都是 DSL——LLM 对它们特别擅长并非偶然”

DSL 做真理源，而非 Prompt

关键转变：不要把 prompt 当作真理源，把 DSL 程序当作真理源。

• DSL 是浓缩的、可读的、无冗余的
• 下个月要改场景，不需要找回原始 prompt 重新生成
• DSL 本身提供足够上下文让 LLM 理解意图
• 持久资产不是 prompt，而是 DSL 和语义模型

一句话总结

用 DSL 圈定 LLM 的生成边界——不是限制它，而是让它在你的领地里精准发力。

原文链接：https://martinfowler.com/articles/llm-and-dsls.html