From 9c872f20f938021cd6aa73562de412e7aa6d49db Mon Sep 17 00:00:00 2001 From: =?UTF-8?q?=E5=9C=9F=E5=9D=97?= Date: Fri, 12 Jun 2026 13:20:26 +0800 Subject: [PATCH] docs: expand AI propositions in README Expand the README proposition block and reorder generation-domain before model-swallowing. --- README.md | 30 ++++++++++++++++++++++++------ 1 file changed, 24 insertions(+), 6 deletions(-) diff --git a/README.md b/README.md index 36fa009..b832a24 100644 --- a/README.md +++ b/README.md @@ -69,13 +69,31 @@ ## 🧠 Vibe Coding 的三条底层命题 -> **一、先解决人与 AI 的协作问题，再用 AI 解决其他可表达、可拆解、可约束、可验证的问题。** -> -> **二、模型能力会吞噬一切为弥补模型不足而存在的中间层。** -> -> **三、生成物可达，即模型能力可达。** +### 一、元智能命题 -这三句话是本仓库理解 AI 编程的底层口径：先把人机协作、任务表达、约束和验证机制固定下来；再承认当前很多 Prompt、工作流、Agent 编排、索引、外部记忆和脚手架只是模型能力不足时的工程补丁；最后把大语言模型的能力边界定义为它的生成物能够直接或间接实现、驱动、约束、修改、验证或影响的范围。 +> **先解决人与 AI 的协作问题，再用 AI 解决其他可表达、可拆解、可约束、可验证的问题。** + +AI 不是某一个领域里的辅助工具，而是未来解决问题的通用杠杆。真正优先要解决的不是“让 AI 写一段代码”，而是人如何把目标、上下文、约束、验证方式和交付标准稳定地交给 AI。 + +一旦人与 AI 的协作机制变得可靠，很多问题都会从“人手工解决”变成“人定义问题、AI 拆解执行、系统验证结果”的下游应用问题。 + +### 二、生成域命题 + +> **大语言模型的能力边界，是其生成物能够直接或间接实现、驱动、约束、修改、验证或影响的范围。** + +大语言模型不是只会聊天或写文章，它会生成一切语言化结构：文本、代码、命令、配置、流程、计划、测试、文档、schema、API 调用、工具指令和数据处理逻辑。 + +所以它的能力范围不是“对话范围”，而是生成物能够影响现实系统的范围。凡是能被语言表达，并能通过生成物直接或间接影响现实系统的任务，都属于大语言模型的生成域。 + +> **生成物可达，即模型能力可达。** + +### 三、模型吞噬命题 + +> **模型能力会持续吞噬一切为弥补模型不足而产生的中间层。** + +很多今天看起来很重要的东西，本质上只是因为模型还不够强：Prompt 技巧、工作流、Agent 编排、索引系统、外部记忆、工程脚手架、工具封装、人工流程和当前经验体系。 + +当模型能力继续提升，这些中间层会被模型原生能力吸收、压缩、替代，甚至失去独立存在的意义。凡是因模型能力不足而存在的工程补丁，都会被更强模型吞噬。