2026年8月19日 Sentry 的 Seer 能读懂你的 Traces。但这并不意味着它总能找到根因。 Seer 摄取 trace tree、关联的错误和性能分析数据来诊断分布式问题。以下是它的实际工作原理、擅长之处以及仍然需要人工帮助的地方。 statistical-debuggingsentryllmroot-cause-analysis
2026年8月15日 大语言模型能建议 Metamorphic Relations，但它们无法保证正确性 大语言模型在发现 test oracles 时是个不错的头脑风暴伙伴，但它们会产生幻觉性质，并遗漏领域约束。以下是如何在不发布虚假测试的前提下使用它们。 metamorphic-testingllmtest-oraclesai-engineering
2026年8月7日 LLM可以为你的静态分析警告排序。只是无法解释原因。 大语言模型可以帮助分流静态分析中的误报，但它们无法像抽象解释那样理解程序语义。以下是如何将两者结合。 abstract-interpretationllmstatic-analysisfalse-positives
2026年7月28日 LLM 无法证明你的代码正确，但它们可以撰写实现证明的样板代码 净室验证需要生成并消解证明义务。以下介绍 LLM 如何自动化注解和验证条件生成，让你可以专注于真正困难的证明。 cleanroom-correctnessllmformal-proofsautomation
2026年7月21日 先向LLM解释代码，让我的缺陷率降低了85% 我花了30天时间，在向LLM索要代码之前先撰写设计说明。结果改变了我对rubber-ducking的看法。 literate-programmingllmcode-qualityrubber-ducking
2026年7月19日 你的 Claude 对话已经是文档了。只是它会在 12 小时后消失。 LLM 对话包含意图、被拒绝的替代方案以及可运行的代码。这正是文档应该包含的内容。以下是将 ephemeral chat 转换为持久、可搜索的文档，同时不丢失叙事的方法。 literate-programmingllmdocumentationai-engineering
2026年7月13日 大语言模型可以预先审查你的代码，但它无法主持会议 费根审查需要四到六个人、两小时才能审完250行代码。大语言模型可以通过承担准备工作和检查清单的执行来削减这部分成本，但它无法取代人类角色去发现最昂贵的缺陷。 fagan-inspectionsllmcode-reviewai-engineering
2026年7月8日 LLM可以生成Rust代码，但形式化证明完全是另一回事。 大语言模型能写出质量惊人的Rust代码，但当你要求形式化证明时，它们会幻觉出不变量，并编造出没有任何验证器接受的语法。本文介绍它们真正做对了什么、在哪里崩溃，以及如何善用它们。 model-checkingllmrustformal-proofs
2026年7月2日 语法约束解码: 让每个 token 都强制 LLM 输出有效语法 LLM 会对语法产生幻觉，因为它们以概率方式采样 token。语法约束解码在每一步过滤词表，只输出保持语法有效性的 token。 dsls-bounded-contextllmconstrained-generationgrammar
2026年7月1日 从英语翻译到主题很容易。使其具备确定性才是真正的问题。 你可以从简单的英语描述中生成设计令牌，但前提是将该描述视为带有模式契约和快照测试的限界上下文DSL。 dsls-bounded-contextdesign-systemsllmthemes
2026年6月13日 如果我的 LLM 变体意见不一致，哪个才是对的？ 并行运行多个 LLM 能够捕捉到任何单一模型都会自信地交付的错误。以下是如何构建一个真正有效的分歧解决系统。 n-version-programmingllmdifferential-testingdisagreement-resolution
2026年6月11日 同一个 LLM 可以写出五个版本的函数。下面介绍如何让它们真正不同。 基于 LLM 的 N 版本编程不需要多个模型。通过变化提示词、角色设定和推理约束，你可以从单个模型中提取多样化且正确的实现。 n-version-programmingllmdiverse-implementationsai-engineering
