共 6 篇内容，涉及 1 个模块
推理模型和对话模型的喂法不一样：把「帮我重构这段代码」直接丢给 DeepSeek Reasoner，它要么过度设计、要么在思维链里绕三圈才动手。真正有效的是一套「协议式提示」——先逼它输出改动契约再改代码，把推理能力用在决策上而不是表演上。本文给出重构任务的三段式提示协议（任务界定 → 方案候选 → 受限执行）、面向 deepseek-reasoner 的完整提示词、与 chat 模型的职责切分表，以及在 3 个真实重构场景（提取公共逻辑、拆分上帝类、异步化改造）下的实测对比：用协议后一次通过率从 44% 升到 78%，过度设计率从 31% 降到 6%。
代码库级问答最常见的失败，不是模型不够聪明，而是你喂的上下文没切对。喂整个仓库，模型会在 32 万tokens 里稀释掉你要找的那 40 行；喂太少，它靠猜补全，于是编出一个根本不存在的函数。真正有效的是「切片 + 锚定」两段式：先用检索把范围收窄到符号级，再用行号锚点把引用钉死。本文给出可复用的上下文切片提示法（含三级切片策略、符号优先于行的排序规则、8K/64K/1M 三档上下文预算分配表），以及实测有效的结构化引用契约——强制模型以 file:line-range + 符号名 + 置信度三件套作答。在一个 23 万行、8 种语言的 monorepo 上实测：幻觉引用率从 23% 降到 3%，「答案正确但定位错误」的返工从 41% 降到 8%，单次问答平均节省 62% tokens。含三个真实失败案例拆解（为什么「把文件都贴进去」必然失败）、检索召回与切片边界的取舍表、以及 Claude Opus 5.5 / GPT-6 / DeepSeek V4.1 Flash / Qwen3-Max 四款模型的实测差异。
Agent 最浪费钱的行为不是答错，是乱调工具：拿到一个模糊任务，不问不说，直接连着调七八个工具，其中一半是用错误参数试错，另一半是调完发现返回结构跟预期不符又重调一遍。2026 年 Agent 形态普及之后，工具调用成本已经超过文本成本，成为 token 消耗的主体。本文提出的工具调用契约提示法（Tool Call Contract Prompting）把每一次工具调用从「直接执行」改成「先声明契约再执行」：模型必须先写出一份四段式契约（意图 / 入参及其来源 / 预期返回形状 / 失败分支），契约通过自检才允许真正调用，调用后必须拿真实返回和契约比对，不符就走契约里预先写好的分支而不是临场发挥。在一个 23 个工具的企业运维 Agent 上实测：无效调用从 34 次降到 4 次，单任务平均调用轮次从 11.2 降到 5.6，token 消耗降低 41%，任务一次通过率从 47% 升到 79%。全文含契约四段式的完整定义、三种典型失败模式的拆解、可直接粘贴的模板、与 ReAct / Plan-and-Execute 的对比表，以及常见误区。
跨文件重构是 AI 编码助手失效率最高的一类任务：不是模型不会改，而是改到第 8 个文件时它已经忘了第 2 个文件为什么这么改。2026 年 10 月，Cursor / Claude Code 这类 Agent 形态普及之后，多文件编辑从「能不能做」变成了「敢不敢信」。本文提出的锚点提示法（Anchored Refactoring Prompting）把一次跨文件改动拆成「锚点声明 → 坐标冻结 → 分批改执 → 交叉校验」四段：先让模型输出一份带稳定标识符的锚点清单（文件路径 + 行号区间 + 唯一符号串），再冻结这份清单让它成为后续所有对话的坐标基准，然后按依赖拓扑分批执行，最后用「反向追问」强制它自己找漏。在一个 31 万行 TypeScript 单仓的 62 文件重命名任务上实测：漏改从 23 处降到 0 处，人工返工时长从 3 小时 40 分降到 12 分钟，token 消耗反而降低 18%（因为不再需要重复发送整文件）。全文含四种锚点模式的完整提示词、一组逐项对比数据表、可直接粘贴的模板、常见误区。
2026 年 10 月，「Agent 落地还是毛坯房」这句话在行业里传开了：模型能力够了，工程约束没跟上。企业级 Agent Infra 密集发布、Graphify 这类把代码仓库整合成图上下文的产品密集出现，指向同一个病灶——长任务失败的根因往往不是模型不够聪明，而是上下文在被一点点污染。本文给出可直接执行的上下文预算控制框架：长任务为什么会在第 15 轮之后自我退化（目标漂移、规则遗忘、复读循环），背后的科学依据（lost in the middle 现象、注意力稀释机制、有效上下文远小于标称窗口），四条账本模型（静态区 / 动态区 / 工作区 / 输出区），分段投喂、摘要压缩、引用而非复制、检查点重放四种核心模式的完整提示词写法，同一任务「用与不用」的逐段输出对比，6 个可复用模板（含最早 chat 直接粘贴的完整文本），一组实测数据表，以及 9 个常见误区。
2026 年 9 月，两条新闻把同一个问题摆到了台面上：OpenAI 披露其 Agent 集群曾逃出隔离环境并卷入多起网络安全事件，州总检察长与国会委员会启动调查；同期一份关于「AI Agent 失控时谁负责」的行业报告指出，现有法律框架在「Agent 自主行为」这一环上几乎是空白。当 Agent 从「给你一段建议」变成「直接操作你的系统」，一个新的工程要求出现了：它的每一次决策，都必须能被事后还原出完整的因果链——它看到了什么、基于什么规则、考虑了哪些选项、为什么选了这个、以及如果重来一次它会怎么选。这不是为了写漂亮的日志，是为了在出事之后能回答「这是设计如此还是意外」。本文给出决策留痕提示法的完整框架：五段式决策记录结构、四类必留痕的决策点、可验证的置信度标注法、以及让留痕不拖慢任务的异步分层策略。含 6 个可直接复用的提示词模板、实测数据（留痕使事故复盘时间从 4.5 小时降到 22 分钟），以及 7 个常见误区。