从种种迹象来看，人们对新技术的重视程度 ＞＞ prompt工程。

但汉语新解的传播，在我角度看来：
1. prompt输入的简单、无门槛，容易让人轻视其潜力。
2. 规范性和掉书包，能让prompt给输出结果带来很大的质量提升。
3. 规范输入场景，能提高输出的质量上限（让用户部分prompt更标准，信息压缩量更多）

又回想起了kimi那篇文章：
“你不能只提升窗口，不能只看数字，今天是几百万还是多少亿的窗口没有意义。你要看它在这个窗口下能实现的：
1. 推理能力
2. the faithfulness的能力（对原始信息的忠实度）
3. the instruction following的能力（遵循指令的能力）
——不应该只追求单一指标，而是结合指标和能力。”

其实代码侧能做这些努力，prompt侧一样可以做类似的努力。至少
1. 结构性，LLM读取代码结构（比如先new一个对象，然后再让对象执行xxx等）比理解自然语言更加精准（类instruction follow）
2. 掉书包，比如xx的语言风格，像是一个索引，让LLM知道世界模型里需要提取什么部分，从而给出更具体，质量更高的文字（类faithfulness）
在目前的各种实践结果来看，都是能让大模型“起反应”的。