待验证50% 置信事实精确时间
LLM难以直接解析Figma文件的二进制结构，也难以从分散的代码库中提取设计意图，而Markdown是模型最擅长理解和遵循的格式
1
来源数
50%
置信度
长期有效
时效性
2026/9/8
首次发现
来源
涉及实体
相关事实
待验证LLM不理解代码语义，不执行代码、不验证API是否存在、不检查类型是否匹配，只是基于概率分布生成看起来最合理的文本序列72% 相似待验证LLM 缺乏跨会话记忆使得多轮迭代后生成的代码难以保持一致性，可通过 Memory Bank 结构化 Markdown 文件部分弥补71% 相似待验证LLM 的真正优势在于处理模糊性、非结构化和开放性问题，如自然语言理解与生成、从杂乱文本抽取语义信息71% 相似待验证应用确定性代码处理确定性问题，把LLM的算力留给真正需要智能的环节70% 相似待验证Markdown成为LLM数据管道的事实标准格式，因其纯文本token效率高、保留文档语义结构，且主流LLM训练数据中包含大量Markdown内容70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/878834API
curl https://kongchang.com/api/v1/knowledge/claims/878834MCP
get_claim(id=878834)