负面提示词是代码异味：为什么系统提示词中的每个 “不要” 都是技术债
生产环境系统提示词中的每一个 “不要” 子句，都是对行为不匹配的补丁。跟踪负面提示词的密度，将每个否定项重构为正面规范，并将残留的否定项作为一种信号，表明提示工程可能并不是解决该问题的正确工具。
策略文件：为什么你不应该把拒绝规则写在系统提示词里
生产环境的系统提示词就像是披着一件风衣的三个配置文件——对话语气、输出格式和拒绝策略被塞进同一个工件中，共用同一个评审人和发布节奏。每一次策略修改都会导致无关任务的行为回归。这里有一种能显著获益的解耦方案。
Prompt 修改不只是措辞变动：将 Prompt 视为软件的代码审查规范
Prompt 修改看起来像是英语，但行为表现却像代码。通过配对评估与 Prompt 的 PR、行为差异注释以及划分审查角色等规范，在用户发现之前捕捉行为回归。
RAG 中的新鲜度与相关度权衡：为什么你无法在查询时同时优化两者
纯语义检索会忽略时间，而基于新鲜度权重的检索则更看重活跃度而非正确性。本文将深入探讨针对每个查询的时间敏感度分类器、针对每个文档的波动性评分，以及如何通过双轴评分让 RAG 在处理稳定型和时变型问题时都能保持正确。
检索级联失效：文档删除如何毒害你的 RAG 流水线
当源文档消失时，它们的嵌入仍滞留在向量索引中，并持续返回貌似正确的错误答案。这是一份关于墓碑机制、级联失效以及检索时新鲜度检查的实战指南。
“展示过程”的 UX 陷阱：当推理链只是披着产品外壳的调试输出
大多数 AI 功能之所以带有可见的推理过程，仅仅是因为模型输出了它，而将其隐藏似乎很浪费。这是一个团队从未真正做出的产品决策——也是信任流失的一个可衡量的来源。
小模型，大账单：为什么单 Token 成本更低反而更贵
为了降低单 Token 成本而切换到更小的模型，可能会在不知不觉中增加你的 LLM 账单。正确的衡量单位是“每次成功任务的成本”，而大多数仪表板从未测量过这一指标。
停止序列的“自毁”陷阱：当用户输入与分隔符发生冲突
在工程示例中表现良好的停止序列，一旦与用户内容混合，就会变成无形的潜在隐患。本文将探讨该 Bug 的表现形式、为何评估套件难以发现它，以及如何通过保留命名空间来防止其再次发生。
流式结构化输出：为什么你的解析器会在第 47 个 Token 处卡住
Token 流式传输与结构化输出在架构上是相互矛盾的。天真的 try/catch JSON.parse 循环复杂度为 O(n²)，is_complete 布尔值是个谎言，而部分枚举则是 Delete 工具在 DeleteIfEmpty 上误触发的原因。
总结税：当压缩消耗的 Token 超过了它节省的量
长期运行的 Agent 在溢出或层级化处理时会触发摘要生成，而在大规模应用中，压缩过程会悄然成为主要的推理成本——而仪表盘永远不会告诉你这一点。
每个开放 RAG 系统自带的攻击向量
当用户可以向你的知识库贡献内容时，他们并不是唯一的写入者。在 260 万个条目的语料库中，仅需 5 份恶意文档即可实现 97% 的攻击成功率 —— 且流水线不会显示任何错误。
孤儿微调：基础模型废弃后如何恢复领域专业知识
当基础模型被废弃时，微调后的领域专业知识不会自动迁移。三条恢复路径——行为蒸馏、重新标注和提示编码——以及提前规划的重要性。