一种提升AI编程质量的方法：对抗式SDD

AI编程中，最有挑战的是上下文腐烂，以及在信息不充分下的设计权衡，以及对于时间成本和长期价值的权衡。 有人说opus4.6好，有时觉得gpt5.4更有道理，其实最好的方式是让他们做争论，做对抗式sdd。这样可以很好应对上述挑战。

gpt5.4分析能力非常优秀，opus4.6代码敏锐度非常强。结合他们的优势共同完成sdd设计，在架构重构时非常有效，可以避免单一模型的偏见。

在大的feature重构时，可以先用GPT 5.4去做一个整体方案，然后用Oppo 4.6结合代码仓库的具体情况进行复盘，给出反馈意见。

然后，你再将opus的反馈意见发给GPT 5.4进行深化评估和设计整改。

如果他们有显著不可调和的分歧，开发者要：

• 引导他们回到真实场景，让他们确认“真正的问题是什么？目标是什么？真正重要的是什么？”

• 用长期**“可观测、可预测、语义一致性、向后可维护”**的指导原则，去优化自己的意见……找到最优权衡和风险应对策略。

几轮下来，有了这些基础，往往重构的效果好很多，风险小很多。开发者的判断力也很提升很多。

没有什么方法是绝对有效的，没有哪个模型哪个工具是绝对有效的。

这种对抗式sdd可以拓展我们的视角，拉伸模型的上下文覆盖范围，建立新的、有效的注意力机制，为后续优化建立上下文基础。

---

原文链接：https://mp.weixin.qq.com/s/4LBoPbBe3Cu_uwCOhsA54A

来源：XT