2026年8月19日 Sentry 的 Seer 能讀懂你的 Traces。但這不代表它總是能找到根本原因。 Seer 攝取 trace tree、關聯錯誤與效能分析資料來診斷分散式問題。以下是它的實際運作方式、擅長的領域，以及仍然需要人類協助的地方。 statistical-debuggingsentryllmroot-cause-analysis
2026年8月15日 LLM 能建議 Metamorphic Relations，但它保證不了正確性 大型語言模型是發掘 test oracles 時還算稱職的腦力激盪夥伴，但它會幻覺化性質、遺漏領域限制。以下是如何安全使用它們，而不會上線錯誤的測試。 metamorphic-testingllmtest-oraclesai-engineering
2026年8月7日 LLM可以為你的靜態分析警告排序。只是無法解釋原因。 大語言模型可以幫助分流靜態分析中的誤報，但它們無法像抽象詮釋那樣理解程式語義。以下是如何將兩者結合。 abstract-interpretationllmstatic-analysisfalse-positives
2026年7月28日 LLM 無法證明你的程式碼正確，但它能撰寫那些繁瑣的輔助程式 Cleanroom 驗證需要生成並消除證明義務（proof obligations）。以下說明 LLM 如何自動化註解與驗證條件（VC）的生成，讓你能專注於真正困難的證明工作。 cleanroom-correctnessllmformal-proofsautomation
2026年7月21日 先向LLM解釋程式碼，讓我的缺陷率降低了85% 我花了30天時間，在向LLM索取程式碼之前先撰寫設計說明。結果改變了我對rubber-ducking的看法。 literate-programmingllmcode-qualityrubber-ducking
2026年7月19日 你的 Claude 對話已經是文件了。只是它會在 12 小時後消失。 LLM 對話包含意圖、被拒絕的替代方案以及可執行的程式碼。這正是文件應該包含的內容。以下是將 ephemeral chat 轉換為持久、可搜尋的文件，同時不遺失敘事的方法。 literate-programmingllmdocumentationai-engineering
2026年7月13日 大型語言模型可以預先審查你的程式碼，但它無法主持會議 費根審查需要四到六個人、兩小時才能審完250行程式碼。大型語言模型可以透過承擔準備工作與檢查清單的執行來削減這部分成本，但它無法取代人類角色去發現最昂貴的缺陷。 fagan-inspectionsllmcode-reviewai-engineering
2026年7月8日 LLM可以生成Rust程式碼，但形式化證明完全是另一回事。 大型語言模型能寫出品質驚人的Rust程式碼，但當你要求形式化證明時，它們會幻覺出不變量，並編造出沒有任何驗證器接受的語法。本文介紹它們真正做對了什麼、在哪裡崩潰，以及如何善用牠們。 model-checkingllmrustformal-proofs
2026年7月2日 語法約束解碼: 讓每個 token 都強制 LLM 輸出有效語法 LLM 會對語法產生幻覺，因為它們以機率方式採樣 token。語法約束解碼在每一步過濾詞表，只輸出保持語法有效性的 token。 dsls-bounded-contextllmconstrained-generationgrammar
2026年7月1日 從英語翻譯到主題很容易。使其具備確定性才是真正的問題。 你可以從簡單的英語描述中生成設計令牌，但前提是將該描述視為帶有模式契約和snapshot test的限界上下文DSL。 dsls-bounded-contextdesign-systemsllmthemes
2026年6月13日 如果我的 LLM 變體意見分歧，哪一個才對？ 並行運行多個 LLM 能抓出任何單一模型都會自信上線的錯誤。以下是如何建立一個真正有效的分歧解決系統。 n-version-programmingllmdifferential-testingdisagreement-resolution
2026年6月11日 同一個 LLM 就能寫出五種版本的函式。以下是讓它們真正不同的方法。 用 LLM 進行 N-version programming 不需要多個模型。只要改變 prompt、角色設定和推理限制，就能從單一模型中產出多樣且正確的實作。 n-version-programmingllmdiverse-implementationsai-engineering
