斯坦福 DSPy 框架走红:编程而非提示驱动 LLM
斯坦福 NLP 开源的 DSPy 框架近期持续受到关注,其核心理念是「停止提示,开始编程」:把提示词当作用代码优化和编译的对象,而非手工反复调试,从而让 LLM 应用性能像传统软件一样被系统化改进。
已确认
- DSPy(Declarative Self-improving Python)由 Stanford NLP 开源,核心理念是用模块化的 Python 代码取代手写提示词来构建语言模型系统
- 框架允许通过调优(tuning)系统性提升 LLM 性能,同时优化提示词与模型权重,作者 Matt Dancho 称其为提升 AI 表现的「秘方」
- DSPy 把 LLM 任务拆成可复用的模块,支持快速迭代,适合构建模块化的企业级 AI 代码库
- 据 @jaydeepkarale 转述的 GitHub 数据,DSPy 已收获约 3.91 万星、3.5k fork,累计 4865 次提交
- Matt Dancho 于 11 月 15 日连续发布多条教程帖,介绍用 DSPy「编程而非提示」构建模块化企业级 AI 系统,并配有演示视频
为什么重要
- 手工反复调试提示词是当前 LLM 应用开发的普遍痛点,DSPy 提供了把提示工程转化为可优化代码的路径,使性能改进可复现、可维护
- 接近 4 万星的热度显示这一「编程化」范式在开发者社区已获得相当认可,企业级 AI 系统的模块化构建需求正在推动此类框架普及
2026-11-15 ~ 2026-11-16 · 5 条相关
一手来源
- 别再手写提示词:斯坦福 DSPy 主张用编程方式驱动 LLM — mdancho84 ·
- 教程:用 DSPy「编程」而非「提示」LLM,构建模块化企业级 AI — mdancho84 ·
- Stanford DSPy 框架星标破 3.9 万:「编程而非提示」构建 LM 系统 — _jaydeepkarale ·
- 【源头】别再手写提示词:斯坦福 DSPy 主张用编程方式驱动 LLM — mdancho84 · 2026-11-15
- 【源头】教程:用 DSPy「编程」而非「提示」LLM,构建模块化企业级 AI — mdancho84 · 2026-11-15
- DSPy 用模块化编程替代提示词,构建企业级 AI 系统 — mdancho84 · 2026-11-15
- DSPy 通过调优提升 LLM 性能:优化提示词与权重的秘诀 — mdancho84 · 2026-11-15
- 【源头】Stanford DSPy 框架星标破 3.9 万:「编程而非提示」构建 LM 系统 — _jaydeepkarale · 2026-11-16