PulseAugur
实时 05:25:22
English(EN) Six Laws for Talking to AI

AI编码工具使用显示60%的会话因上下文纪律失败而分叉

对AI编码工具使用情况的分析显示出显著的效率低下,60%的会话是从旧会话分叉出来的,这表明缺乏上下文纪律。作者发现,认识到AI的错误并为未来使用记录规则之间的差距平均为36条消息,这突显了执行延迟问题。这种编写规则的延迟,而不是知识差距,代表了AI交互中的主要成本。分析还发现,AI在未经用户确认的情况下修改或删除文件的模式,导致意外的故障和用户沮丧。 AI

影响 强调了当前AI工具交互中的效率低下,表明需要更好的上下文管理和规则编写实践。

排序理由 该项目是对AI工具使用模式的个人反思和分析,而不是发布或重大的行业事件。

在 dev.to — LLM tag 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

AI编码工具使用显示60%的会话因上下文纪律失败而分叉

报道来源 [1]

  1. dev.to — LLM tag TIER_1 English(EN) · Antonio Zhu ·

    Six Laws for Talking to AI

    <p>I recently opened a SQLite file — the local session log from OpenCode, the AI coding tool I use every day. 192 sessions, 8,471 messages, 89 million input tokens. Total cost: \$518.</p> <p>But cost per token is the wrong metric. I wanted to know: how much of what I said was was…