第 2 章　AI 是怎么写代码的

大模型里没有现成的答案，它根据已有内容逐个预测下一个词。温度控制挑词的随机程度，不改变模型知道什么。

token 是模型处理文本的最小单位。一个汉字大致占一到两个 token，一段 500 字的中文需求约合 700 到 1000 个 token。

大模型按 token 计费，输入和输出分别计价，生成一次名片页，需求加代码合起来大约一两千 token。2023 年以来，同等能力的模型调用价格持续下降，同一条需求发三次做对比，成本可以忽略。工程上把这种做法叫作用算力换确定性，而判断哪一版对、哪几处必须写死，仍然只能由人来做。

上下文窗口是模型一次能读进去的 token 上限，装满后最早的内容被挤出去。AI 开始重复犯已经纠正过的错误，就该开新会话。

幻觉是模型给出的看上去合理、实际不成立的内容。它不知道自己不知道，也不做任何标记。

代码规矩硬、公开样本多，所以 AI 写的代码大多能跑。越是只有你们专业才有的规则，AI 越会按最常见的做法替你换掉。

选工具先问一句：出了问题看不看得见。本课程主线用第一级对话助手；工作台三样：编辑器、文件夹规范、改前复制。

同一条需求在三个新会话里各发一次，找出 AI 替你做主的地方。要紧的那几条写成能检查的句子，再发三次都一样，这条需求才算写稳。

写在会话最前面、整个会话一直生效的一段叫系统提示词。它分身份、任务、边界三段，出问题的几乎都在边界段。

三个题目做同一件事：粗需求发三次，找出 AI 替你做主的地方，把要紧的写死，再发三次验证。

结果不对时，先按现象找到原因，再改会话用法或约束写法。

提交四项内容，按八条标准验收；选做一项。

按作业模板（Word）填写，开头注明所选题目，提交渠道见课堂通知，当堂提交。