详细内容或原文请订阅后点击阅览
问题是即时债务
以下文章最初发表在 Drew Breunig 的博客上，经作者许可在此重新发表。借助自然语言界面，人工智能应用程序可以快速原型化。你用英语写下你想要的东西，把它交给前沿模型，一个下午就会出现一个工作原型。这是非常强大的[...]
来源:O'Reilly Media _AI & ML以下文章最初发表于 Drew Breunig 的博客，经作者许可在此重新发表。
借助自然语言界面，人工智能应用程序可以快速原型化。你用英语写下你想要的东西，把它交给前沿模型，一个下午就会出现一个工作原型。这是非常强大的，对于一次性任务来说是最佳选择。但作为构建可靠系统的一种方式，自然语言提示是一个陷阱。
使原型毫不费力的简单英语提示被证明是指定系统应如何运行的糟糕方法，并且帐单到达缓慢，伪装成普通进度，直到应用程序几乎无法移动。问题不在于任何单一的提示。自然语言从来就不是工程的规范语言，而将其视为一种悄然限制了您可以构建的语言。
迅速的债务陷阱
即时债务的第一个症状是迭代速度减慢。当用户标记错误并发现边缘情况时，会在说明中添加额外的指导，从而推动模型保持一致。如果不良行为持续存在，则会重复指示，并增加严重程度。很快，提示就不那么简单了，快速修复会退回到以前的说明。错误不再可以通过一行“热修复”来处理，并且您的开发周期会变得非常缓慢。
接下来，迅速的债务会让你的团队丧失能力。您的脆弱提示充满了边缘情况和全大写威胁，您几乎看不懂，而您的同事则完全无法理解。许多团队通过将提示分解为在运行时组装的复杂模板来缓解这个问题，每个模板都与特定的问题隔离。但这些即时的部分也会演变，发展成一堆条件。
为什么会发生即时债务
自然语言界面非常棒。它们是一次性任务和广泛对话线程的正确机制。当我们依靠自然语言来定义持久的系统行为时，我们就会遇到麻烦。