使用一个优秀的思维模型的一个方便方法是扩展你的编译器，以检测它尚未足够智能™找到的问题。也就是说，新的错误信息涵盖新的错误类别。 例如，我最近用原始 C 编写了一个较大的（15k tokens）文件。该文件实现了一些 HVM 中的硬核函数，HVM 是一种线性语言，其中变量不能被使用超过一次，否则会有损坏内存的风险。 这是一个非常微妙的错误。视觉上检查整个文件会花费很长时间。调试非常困难。我在过去为此损失了数小时/数天。这次，我只是写了一个提示，要求 AI 检测非线性用法——这是 GCC 无法做到的。 它没有一次性检测出所有错误，所以我不得不重新运行提示几次。尽管如此，它很快指出了代码中错误的地方，使我能够快速修复。我不断重新运行提示，直到它开始产生幻觉，这基本上意味着大部分错误都消失了。

使用一个优秀的思维模型的一个方便方法是扩展你的编译器，以检测它尚未足够智能™ 找到的问题。也就是说，新的错误信息可以检测新的错误类别。 例如，我最近用原始 C 编写了一个较大的（15k tokens）文件。该文件实现了一些 HVM 中的硬核函数，HVM 是一种线性语言，其中变量不能被使用超过一次，否则会有损坏内存的风险。 这是一个非常微妙的错误。视觉上检查整个文件会花费很长时间。调试非常困难。我在过去为此损失了数小时/数天。这次，我只是写了一个提示，要求 AI 检测非线性用法——这是 GCC 无法做到的。 它没有一次性检测出所有错误，所以我不得不重新运行提示几次。尽管如此，它很快指出了代码中错误的地方，使我能够快速修复。我不断重新运行提示，直到它开始产生幻觉，这基本上意味着大部分错误都消失了。

当 gpt-5-high 失败时，只需让它提问 在下面的互动中： - gpt-5-high 在一个任务上表现得很糟糕 - 我告诉它停止尝试，只需向我请求澄清 - 我注意到它误解了我的代码，所以我用例子进行了澄清 然后它写了一个正确的 C 文件，150 行代码