最新

这是一个相当开放的问题，但我很好奇这里有没有人因为人工智能和大型语言模型在工作场所的普及而改变了他们对软件架构和设计的看法或方法。 就我个人而言，我发现“抽屉里的锋利刀具”这一范式可能会导致大型语言模型产生一些相当糟糕的输出；我感觉到，模糊性越高，输出质量的差异性就越大。 这改变了我对架构与设计的看法： * 始终执行严格的契约，即做X的唯一方式是通过Y。 * 大声失败，频繁失败，假设和后备方案只会鼓励人工智能做出更大的假设。 * 无聊更好，实施的“魔法”越少，语言模型理解和扩展的难度就越小。 还有其他人想分享与架构与设计以及人工智能相关的真知灼见吗？

无法当前推送，内部服务器错误。

无法推送或拉取。在过去的两周里出现了太多问题，真让人感到厌烦。