「先手动做难 20%，再让 LLM 补剩余 80%」的编程法引热议
naval · x · 2026-09-26
naval 转发了 @rygo6 关于 LLM 辅助编程的框架性观点：
- LLM 能 upfront 完成约 80% 的工作，但最后 20% 往往难以靠模型突破
- 正确用法是反过来：先手动、有意识地完成最难的 20%——搭好架构、API 边界、数据结构和基础库
- 这手动完成的 20% 相当于开发 harness 的一部分，本身就是一个「prompt」，之后剩余的 80% 基本可以靠 prompt 顺畅推进
被引推文还指出一个隐忧：知道这最初的 20% 该怎么做，需要对问题域有资深（staff/principal 级）工程师的领域知识——这意味着 LLM 时代反而更凸显高级工程师的价值。
「编程与Agent」频道最新
- You.com 用 OpenRouter 做重排层：token 省 3 倍，基准准确率 84% — RichardSocher · 2026-09-26
- 微软前高管爆料：全公司统一采用 GitHub Copilot SDK 构建智能体 — martinwoodward · 2026-09-26
- 创作者实测:ComfyUI 建 3D 模型,Sentinel 搭音频反应灯光舞台 — PurzBeats · 2026-09-26
- OOD Labs 发布 Sentinel:为 agent 打造的实时 GPU 节点图工具 — PurzBeats · 2026-09-26
- 开发者用自己文风训练检测器 Litmus,实测 7 款模型谁最像人写 — chaseleantj · 2026-09-26
- 开源自改进 Agent 基础设施 Reef:9 秒筛选 120 篇 arXiv 论文 — alifcoder · 2026-09-26