先长聊再回任务：一种长期有效的 LLM 工作流
sull · x · 2026-07-22
有人分享了一种长期有效的 LLM 使用技巧：先用更随意、更多上下文的方式长聊一段，再把得到的宏观理解带回具体任务中。
他认为这种“先大局、后细节”的切换方式，能让模型表现更好；尤其适合在一开始需要把目标讲清楚、再回到执行细节的场景。
所属事件:Karpathy 推荐用 10 分钟语音漫谈为 LLM 提供上下文(17 条相关)→
「编程与Agent」频道最新
- DeepMind 论文：LLM 无法自行随机采样，需外部传入随机数 — rohanpaul_ai · 2026-10-27
- BELL stack 开源：浏览器+Agent 框架+iMessage+支付，一套搭个人智能体 — jeff_weinstein · 2026-10-27
- 法律 AI 公司 Legora 在 Modal 上并行跑 2000 个 agent eval — blelbach · 2026-10-27
- 两名工程师用 AI 3.5 个月重建 FedEx 供应商计费核心,原估 7-8 个月 — alex_verem · 2026-10-27
- AA 实测 GPT-6.1 Terra:编码 Agent 得 48 分,成本仅前代三分之一 — ArtificialAnlys · 2026-10-27
- Shift-1 模型路由器发布：编码 Agent 成本最高降 55% — ypatil125 · 2026-10-27