待验证50% 置信观点精确时间
当生成器和提取器是不同模型时，双方对自然语言的编码约定未必一致，可能放大沟通损失
1
来源数
50%
置信度
长期有效
时效性
2026/9/29
首次发现
来源
涉及实体
相关事实
待验证代码的语义结构与自然语言存在本质差异，导致嵌入模型难以准确保留标识符命名、调用关系、作用域等信息78% 相似待验证大语言模型每次对话独立，无法对整个代码库形成持久认知模型，导致不同会话生成的代码在架构风格、命名规范、错误处理策略上存在系统性不一致75% 相似部分验证当前自然语言提示的最大问题在于歧义性，同样的需求不同人写出的提示词可能完全不同，AI产出的代码也可能截然不同75% 相似待验证系统提示词的语言选择会影响输出风格，当系统提示词语言与用户输入语言不一致时会产生行为叠加效应75% 相似待验证纯自然语言提示词生成效果差，因为没有做技术选型和框定范围，会增加token消耗和时间占用75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/959464API
curl https://kongchang.com/api/v1/knowledge/claims/959464MCP
get_claim(id=959464)