哲学家里 Michael Polanyi 说过一句大实话:人知道的,永远比能说出来的多
骑自行车你身体知道怎么保持平衡,但写不出一份说明书让人看了立刻就会骑。看一段代码你一眼就知道写得烂,但要你一条条指出违反了哪条规定,往往卡壳
这就是默会知识(Tacit Knowledge):你已经在用、但没法完全形式化的判断
规则越写越长,代码越来越烂
带过新人都懂这种痛
在团队里立规矩:变量用 camelCase、函数不能超 50 行、每个函数只做一件事。结果新人交上来的 PR 每条规则都达标,但你一看就是一坨垃圾
因为真正的代码味道全在规则的缝隙里。抽象该停在哪一层、节奏感、什么时候该妥协,这些东西根本写不成条文
Style guide 越写越厚,厚到没人看,可烂代码还是源源不断
给 LLM 列规则也是死路一条
给 LLM 写 prompt,很多人习惯当教导主任:必须怎样、严禁怎样、格式必须按照一二三
规则列得越满,LLM 输出越僵硬。遇到规则覆盖不到的地方,它就拿预训练的官方八股文往里填
真正高效的交互只有三招:
- 给例子,不给抽象定义:说“语气要简洁接地气”屁用没有,直接给三段你写的好句子,让它自己学 pattern
- 给反例:“别像这样写”往往比“要写成什么样”更能框死边界
- 承认说不清:觉得生成的东西味不对,直接告诉它“这段很怪,读着假,换个口吻重来”。把判断权留在你手里,别指望靠一条 prompt 搞定终身托付
与其费尽心思把隐性经验硬翻译成显性规则,不如直接给样本,信息的损耗反而最小