程序的工作，本上是在做言翻，描述需求的人言翻到器言。其中，需求言是抽象的，就像用「我要一」，是一概括性的描述，但要把造出，就要落到非常具象的言，因是算是物理，都有非常具的，一就不能用。抽象程度的差可以理解信息量的差，定一的概念，它可以有成千上子，但到生出的具型，就只剩下了一，其他所有子都被排除了，也是信息提出的「信息量即是排除可能性的多寡」。
於是程序的工作本上是信息的足，足是通不加束的，每新增加的都是束，能砍掉一部分可能性，直到最後可能性剩下一。具地，定一需求，程序想到一些在的方案，每方案有新加入的束，提出方案本身就是充了原本不存在的信息。那如何在方案中呢？程序需要在需求中找到一些能指引的原始束，例如把方案介品意，或者根自身的一下未的需要，上就是充了上下文。
AI 的代生成工作在上述翻的後半段，它程序那取得中段的言，然後生成具的代。如果 AI 更明，那程序可以提供更抽象的言， AI 自己足信息，而如果 AI 更笨，程序就需要提供更多信息，才能保最代的可用。於是，我有了一度量 AI 明程度的方法，也有了一 AI 的策略，就是如果 AI 不明，就提供更多直到它能出。
於是程序的工作本上是信息的足，足是通不加束的，每新增加的都是束，能砍掉一部分可能性，直到最後可能性剩下一。具地，定一需求，程序想到一些在的方案，每方案有新加入的束，提出方案本身就是充了原本不存在的信息。那如何在方案中呢？程序需要在需求中找到一些能指引的原始束，例如把方案介品意，或者根自身的一下未的需要，上就是充了上下文。
AI 的代生成工作在上述翻的後半段，它程序那取得中段的言，然後生成具的代。如果 AI 更明，那程序可以提供更抽象的言， AI 自己足信息，而如果 AI 更笨，程序就需要提供更多信息，才能保最代的可用。於是，我有了一度量 AI 明程度的方法，也有了一 AI 的策略，就是如果 AI 不明，就提供更多直到它能出。
1
Select Language