Unverified50% confidenceOpinionExact time
大语言模型天然倾向于'多做一点'，可能在修复bug时顺手重构相邻代码，或在实现功能时添加未被要求的额外特性，这一现象被称为Scope Creep
1
Sources
50%
Confidence
Medium-term (~90 days)
Relevance
7/2/2026
First Seen
Valid until: 9/30/2026
Sources
Hooks与Skills：AI编程工作流从手动提醒到自动化系统的升级指南
bilibili林森夏AI5/28/2026
Related Claims
Unverified通过将模糊的风格描述拆解为具体设计参数（如无衬线字体、大量留白等），可以大幅收窄大语言模型的输出空间，提升结果一致性和可控性70% similarUnverified大型语言模型自然倾向于生成看起来完整的代码，包含各种防御性编程、抽象层和扩展点，这些对当前需求往往是不必要的70% similarVerified大语言模型在代码生成场景存在幻觉缺陷，表现为引用不存在的库函数、生成语法正确但逻辑错误的代码等68% similarUnverified大语言模型天然倾向于生成包含大量预防性错误处理、抽象封装和可扩展设计的代码68% similarUnverified实验数据显示，语法约束解码使小型语言模型生成Bash代码的语法正确率大幅提高，引号不匹配和结构不完整等错误几乎被完全消除68% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/52844API
curl https://kongchang.com/api/v1/knowledge/claims/52844MCP
get_claim(id=52844)