提示工程

本文探讨了在AI写作工具中注入诚实性约束的实践，以投标书写作为例，分析其背后的技术挑战与行业意义。

一款本地优先、开源的AI提示词生成工具发布，旨在简化提示工程流程，强调数据隐私与可定制性。

Hacker News 用户声称获取了 Claude Opus 5 的系统提示词，引发社区对模型行为约束、安全机制和设计哲学的讨论。本文梳理事实并分析其潜在影响。

OpenAI 发现，在 GPT-5.6 上启用“保留推理”和“启用压缩”两个设置，即可将 ARC-AGI-3 基准分数提升三倍，揭示了推理链优化与信息压缩对抽象推理任务的关键作用。

记者、小说家等文字工作者开始刻意加入个人化笔误和第一人称叙事，以区别于AI生成文本，形成一种对抗AI的“文学反文化”。

一位教授在作业中嵌入不可见的提示词，成功检测出32/35名学生使用AI完成作业，引发关于AI作弊检测与教学公平的讨论。

Anthropic 的 Opus 5 模型配合 Auto Mode 在 129 个测试场景中实现浏览器提示注入零成功率，有望解决 AI Agent 在浏览器中最大的安全漏洞。

加拿大一名议员在议会发言时，被指直接朗读了由大语言模型生成的段落，引发关于AI在公共事务中使用的讨论。

Hacker News上一条“You need to let the AI cook”的帖子引发讨论，用烹饪比喻强调给AI足够时间和空间自主探索的重要性，折射出AI开发从“指令式”向“协作式”转变的趋势。

一种名为“上下文炸弹”的提示注入技术，通过向AI代理发送大量无关或恶意内容，使其在造成危害前自行关闭，为AI安全提供了新的防御思路。

本文解读一种利用多个LLM组成“陪审团”进行食品元数据标注的方法，探讨其如何提升标注质量与一致性，并分析对数据工程和AI应用的影响。

OpenAI 首次面向普通用户推出提示指南，核心建议是描述想要的结果而非执行步骤，并提供了目标、上下文、格式、约束四个可选构建块。