北京
八年前就有人相信，给大模型一段提示词，就能变出一个完整应用。这个想法至今还在流传——简单、快速、有 vibe。但物理学说不行。
Claude Shannon 在1948年的信息论里埋了一颗雷：信息不能无中生有。通信信道输出的信息，不可能超过输入的信息。这是硬约束，不是技术限制。
看看我们实际在做什么。输入端：几百个 token 的提示词，意图模糊，约束隐晦，设计选择根本没说出口。输出端期待什么？几千个架构决策、UX 细节、错误处理、边界情况——信息量差了数量级。
大模型确实填补了缺口。它从训练 corpus 里调取 boilerplate：REST API 的标准写法、Python 连数据库的惯用模式、React 组件的常规结构。这些"通常怎么做"的知识它很富余，所以 demo 看起来唬人——外壳像真的。
但你的业务逻辑呢？特定场景下的架构妥协？只有你自己知道的边界行为？这些信息不在任何 corpus 里，只在你脑子里。大模型给骨架，你给灵魂。用 Kolmogorov 复杂度的话说：你的应用需要的最小描述信息量，远超提示词能承载的。通用信息可以补，特定信息不可压缩。
做个思想实验：拿一个跑起来的应用，让最好的大模型写"能复现这个应用的完美提示词"。再用这个提示词生成一次。结果？一百次尝试，一百个不同结果，没有一个和原版相同。提示词对应用，就像 SHA1 哈希对文件——单向压缩，不可逆。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
