构建类人AI:做减法的力量带来巨大飞跃Research#agent📝 Blog|分析: 2026年4月9日 16:46•发布: 2026年4月9日 15:47•1分で読める•Zenn AI分析这篇开发者日记让我们得以一窥让生成式人工智能交流变得真正像人类的迭代过程。通过使用大语言模型 (LLM) 作为自动评估者,作者将系统的人类相似度评分从平庸的4.1系统性地提升到了令人印象深刻的7.7。他们突破性地发现,移除机械的、过分礼貌的短语比简单地添加随机填充词要有效得多,这是提示工程领域的一个绝妙见解。要点•成功使用大语言模型 (LLM) 作为自动评估者,来评估AI的人类相似度、文体一致性和自然时机。•注入高语境文化规则帮助AI避免直接否定,使其语言感觉更加自然并具有语境意识。•禁止典型的AI客套话(如“感谢您联系我们”)极大地提高了人类相似度评分,证明了在提示工程中做减法通常胜过做加法。引用 / 来源查看原文"人类相似性有时可以通过“停止做什么”而不是“添加什么”来改善。加法不如减法。这是这次最大的发现。"ZZenn AI2026年4月9日 15:47* 根据版权法第32条进行合法引用。较旧Automating the 'Non-Engineering' Grind: 3 Brilliant Ways Developers Use Claude Code较新Optimizing Claude Opus 4.6: Proven Techniques to Restore Peak Performance相关分析Research人类AI检测2026年1月4日 05:47Research侧重于实现的深度学习书籍2026年1月4日 05:49Research个性化 Gemini2026年1月4日 05:49来源: Zenn AI