生产级AI编程范式：意图对齐与概率工程 AI编程的核心在于通过意图对齐、实现正确和验证闭环，将低信息量的Prompt转化为可交付的系统。其本质是概率工程，遵循公式： $$P(\text{交付}) = P(I) \times P(C|I) \times P(V|I,C)$$ 关键策略包括： 漏斗型工作流（构思→规范→初稿→优化→验证），以对抗语义漂移和熵增； 分层对齐，通过文档锚定需求，避免模型生成

MetaGPT 项目中的SPO🔗（Self-Supervised Prompt Optimization，自监督提示优化）模块旨在自动优化大型语言模型的提示词。它通过让模型自我评估并改进提示，在无需人工标注数据或外部知识的情况下提升输出质量。SPO 引入了一个“三阶段循环”的机制，即执行 (Execute) – 评估 (Evaluate) – 优化 (Optimize)，使提示词逐步逼近最优方案

我们将一份长文本输入到LLM的时候，有时候会出现内容过长等问题，最有效的策略是将长文本进行分割。这个过程英文被称为splitting 或者 chunking。chunking通常是比较前置的阶段，会对后续生成产生较大影响，让我们看看，都有哪些方案和对应的效果。

agent 通常被翻译为代理人，比如House Agent被翻译为房产中介，而在AI领域被称为智能体，本质上是使用LLM代替我们做一些事情。每个人对智能体的定义都稍有不同，一个相对技术化的定义就是：智能体是一个使用LLM来控制应用程序控制流的系统很多人认为智能体是先进、自主的和类似人类的。但是一些简单的系统通常也被称为智能体。比如：有两条处理路径，使用LLM决定路由到路径下。许多人争论什么应该算智

我们将一份长文本输入到LLM的时候，有时候会出现内容过长等问题，最有效的策略是将长文本进行分割。这个过程英文被称为splitting 或者 chunking。chunking通常是比较前置的阶段，会对后续生成产生较大影响，让我们看看，都有哪些方案和对应的效果。

agent 通常被翻译为代理人，比如House Agent被翻译为房产中介，而在AI领域被称为智能体，本质上是使用LLM代替我们做一些事情。每个人对智能体的定义都稍有不同，一个相对技术化的定义就是：智能体是一个使用LLM来控制应用程序控制流的系统很多人认为智能体是先进、自主的和类似人类的。但是一些简单的系统通常也被称为智能体。比如：有两条处理路径，使用LLM决定路由到路径下。许多人争论什么应该算智

agent 通常被翻译为代理人，比如House Agent被翻译为房产中介，而在AI领域被称为智能体，本质上是使用LLM代替我们做一些事情。每个人对智能体的定义都稍有不同，一个相对技术化的定义就是：智能体是一个使用LLM来控制应用程序控制流的系统很多人认为智能体是先进、自主的和类似人类的。但是一些简单的系统通常也被称为智能体。比如：有两条处理路径，使用LLM决定路由到路径下。许多人争论什么应该算智