目前，硅谷正就AI開發(fā)范式展開一場激烈辯論。繼AI大神安德烈?卡帕西（Andrej Karpathy）力推“上下文工程”（context engineering），宣告提示詞工程（prompt engineering）過時后，OpenAI頂級對齊研究員肖恩?格羅夫（Sean Grove）也提出相同觀點，認(rèn)為提示詞工程確實過時了，同時他指出未來應(yīng)屬于“規(guī)范化編程”（spec - writing）。

規(guī)范化編程（spec - writing）是一個編寫、定義和記錄系統(tǒng)需求、功能、行為規(guī)范的過程，目的是讓開發(fā)團(tuán)隊、利益相關(guān)方和機(jī)器清楚理解系統(tǒng)的目標(biāo)和方向。格羅夫是OpenAI核心研究團(tuán)隊的重要成員，在人工智能安全和模型對齊領(lǐng)域造詣深厚。他目前正組建OpenAI新的智能體魯棒性團(tuán)隊，直接參與通用人工智能的安全演化工作。在近期的一次技術(shù)演講中，他提出了與卡帕西不同的發(fā)展方向。

兩條路徑，一個共識：提示詞工程的末日

當(dāng)前正值A(chǔ)I智能體的爆發(fā)期，OpenAI總裁格雷格?布羅克曼（Greg Brockman）多次表示 “2025年是AI智能體的元年”。在此背景下，傳統(tǒng)的提示詞工程因“一次性”和缺乏系統(tǒng)性的缺陷，被廣泛認(rèn)為已走到盡頭。卡帕西與格羅夫兩位專家雖達(dá)成這一共識，但提出了不同的解決方案：卡帕西的上下文工程與格羅夫的規(guī)范化編程，分別代表了“輸入優(yōu)化”與“意圖澄清”兩種路徑。卡帕西認(rèn)為上下文工程是“一門精深的科學(xué)，也是一門巧妙的藝術(shù)”，是工業(yè)級大語言模型應(yīng)用的正確方向。他指出：“大多數(shù)AI智能體的失敗，不是模型能力的不足，而是上下文的失敗?！?其核心是“在恰當(dāng)時機(jī)、以恰當(dāng)格式提供恰當(dāng)信息”，涵蓋指令、用戶輸入、狀態(tài)歷史、長期記憶、檢索信息、可用工具和結(jié)構(gòu)化輸出等全方位信息?？ㄅ廖鲝娬{(diào)“長期記憶”的重要性，主張通過動態(tài)管理歷史交互數(shù)據(jù)確保模型行為符合預(yù)期。他認(rèn)為未來程序員需成為“信息架構(gòu)師”，并批評將工業(yè)級應(yīng)用簡單視為“ChatGPT套殼”的觀點。格羅夫則提出更為激進(jìn)的“規(guī)范化編程”理念。他認(rèn)為提示詞工程和上下文工程的共同缺陷是：人類花費大量精力優(yōu)化與AI的交互，卻從未真正說清自己想要什么。他主張通過結(jié)構(gòu)化規(guī)范文檔明確開發(fā)意圖和價值判斷，使其成為比代碼更重要的“源代碼”。格羅夫舉例說：“你以為你告訴了模型你想要什么，但后來你才發(fā)現(xiàn)，你從來沒真正說清楚過——甚至你自己都不完全明白真正想要的是什么，就像蓋房子前只跟建筑師說‘我要一個漂亮的房子’，卻沒說清細(xì)節(jié)，最后抱怨‘這不是我想要的’，問題根源在自己沒畫好藍(lán)圖?！?他進(jìn)一步解釋：“提示詞工程像教你禮貌溝通，上下文工程像整理建筑材料，但如果連‘要什么樣的房子’都沒搞懂，再禮貌的語氣、再全的材料也建不出想要的家。”

格羅夫強調(diào)：“代碼只占工作價值的10%到20%，另外80%到90%體現(xiàn)在結(jié)構(gòu)化溝通中。規(guī)范是人類的指南針，確保每一步都知道‘為什么要做這個’?！?他以O(shè)penAI的Model Spec為例，這份開源Markdown文檔用自然語言表達(dá)模型的價值觀和行為準(zhǔn)則，可通過“審慎對齊”（deliberative alignment）技術(shù)嵌入模型訓(xùn)練，使意圖成為模型的“內(nèi)在記憶”。格羅夫?qū)⒁?guī)范比喻為“源碼”，認(rèn)為代碼只是其“有損投影”，并設(shè)想未來IDE將轉(zhuǎn)變?yōu)椤凹梢鈭D澄清器”，助力意圖澄清與協(xié)作。

兩種方法的本質(zhì)區(qū)別

總結(jié)來說，兩位專家雖都反對傳統(tǒng)提示詞工程，但解決方案思路迥異?？ㄅ廖鞯纳舷挛墓こ虒Ｗ⒂凇叭绾胃玫嘏cAI溝通”，認(rèn)為智能體失敗源于“上下文的失敗”，即無法在恰當(dāng)時機(jī)、以恰當(dāng)格式提供恰當(dāng)信息。其核心是系統(tǒng)化收集、組織和傳遞信息，通過優(yōu)化輸入提升AI表現(xiàn)，強調(diào) “長期記憶”對動態(tài)管理歷史數(shù)據(jù)的作用。這是“輸入優(yōu)化”思路，假設(shè)目標(biāo)明確，關(guān)鍵是高效傳達(dá)。格羅夫的“規(guī)范化編程”則聚焦“如何明確我們真正想要什么”，認(rèn)為AI開發(fā)的問題源于人類對自身目標(biāo)的模糊認(rèn)知。

“粗糙演示與驚艷智能體的根本區(qū)別，在于是否明確成功的定義，”格羅夫說。其核心是通過結(jié)構(gòu)化規(guī)范文檔（如Model Spec）清晰表達(dá)意圖和價值觀，并利用“審慎對齊”技術(shù)將規(guī)范嵌入模型訓(xùn)練，使意圖成為“內(nèi)在記憶”。這是“意圖澄清”思路，即與AI溝通前，人類需先明確目標(biāo)并以可版本化、可測試的形式記錄。簡言之，卡帕西關(guān)注“怎么做”（優(yōu)化輸入實現(xiàn)已知目標(biāo)），格羅夫關(guān)注“做什么”（通過規(guī)范明確意圖本身）。格羅夫指出：“規(guī)范是代碼的‘源碼’，代碼只是其有損投影，真正價值在于清晰表達(dá)的意圖”。盡管側(cè)重點不同，兩人都認(rèn)同提示詞工程的局限性，預(yù)見程序員角色向 “意圖設(shè)計者” 轉(zhuǎn)變：卡帕西要求程序員成為 “信息架構(gòu)師”，格羅夫則認(rèn)為未來稀缺技能是 “編寫完整表達(dá)意圖與價值的規(guī)范的能力”。

OpenAI內(nèi)部實踐：Model Spec的成功驗證

格羅夫深度參與設(shè)計的OpenAI Model Spec（指其模型在API和ChatGPT中的行為方式，涵蓋了模型行為的設(shè)計原則、規(guī)則和默認(rèn)行為，并強調(diào)了根據(jù)人類反饋進(jìn)行持續(xù)改進(jìn)），是規(guī)范化編程的典型案例。開源的Model Spec以自然語言系統(tǒng)化表達(dá)了OpenAI對AI模型在價值觀、行為準(zhǔn)則和倫理約束方面的期望，為開發(fā)者、用戶和AI系統(tǒng)提供透明參考框架。格羅夫團(tuán)隊開發(fā)的“審慎對齊”技術(shù)，為規(guī)范化編程注入實踐能力：將Model Spec 中的規(guī)范直接轉(zhuǎn)化為模型訓(xùn)練和評估的約束條件，通過“規(guī)范驅(qū)動微調(diào)”將抽象意圖和價值觀“編碼”進(jìn)模型參數(shù)，顯著提升運行效率和行為穩(wěn)定性。格羅夫解釋說：“傳統(tǒng)對齊依賴大量數(shù)據(jù)標(biāo)注和后期修正，效率低且難保證一致性，通過審慎對齊，規(guī)范成為訓(xùn)練原材料，讓每條準(zhǔn)則都被翻譯成模型可理解的優(yōu)化目標(biāo)，使對齊更可控，行為更可預(yù)測?！?他舉例：Model Spec中的準(zhǔn)則，例如“面對敏感問題保持中立尊重”，通過該技術(shù)轉(zhuǎn)化為可量化損失函數(shù)嵌入訓(xùn)練，模型生成回答時會主動避免偏見，無需額外后處理。這項突破為規(guī)范化編程提供了實證支持。格羅夫強調(diào)，其核心是“從混亂到秩序”，通過結(jié)構(gòu)化表達(dá)人類意圖并應(yīng)用于AI開發(fā)，既提高效率，又為倫理治理提供新可能。“未來，所有AI系統(tǒng)或能基于通用、公開的規(guī)范標(biāo)準(zhǔn)開發(fā)評估，這將極大增強AI的可信度和透明度。”盡管兩位專家的路徑不同，但都捕捉到時代轉(zhuǎn)折點。猶如格羅夫所說：“我們正在見證一個新時代的開始，我們的目標(biāo)是讓人類與AI協(xié)作更高效、安全。我和卡帕西的觀點沒有對錯之分，而是一場共同的探索”。

本文來自微信公眾號“騰訊科技”，作者：無忌，36氪經(jīng)授權(quán)發(fā)布。

本文僅代表作者觀點，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com