1. LLM 的唯一能力：预词力
形式上可以把它压成一句话：
一个 LLM 是一个条件概率核
μ θ ( ⋅ ∣ h ) ∈ Δ ( V ) , h ∈ V ∗ \mu_\theta(\cdot\mid h)\in \Delta(\mathcal V),\quad h\in \mathcal V^{*}μθ(⋅∣h)∈Δ(V),h∈V∗
它把任意历史 (h) 映到词表V \mathcal VV上的分布；所谓生成，只是对这个核反复采样/解码。
因此“预词力”不是修辞，而是类型签名：LLM 的唯一原语是V ∗ → Δ ( V ) \mathcal V^{*}\to\Delta(\mathcal V)V∗→Δ(V)训练就是最小化经验负对数似然：
min θ E x ∼ D [ − ∑ t log μ θ ( x t ∣ x < t ) ] \min_\theta \; \mathbb E_{x\sim D}\left[-\sum_t \log \mu_\theta(x_t\mid x_{<t})\right]θminEx∼D[−t∑logμθ(xt∣x<t)]
等价于让μ θ \mu_\thetaμθ在 KL 意义下逼近数据生成分布。推理则外加一个解码算子：
g : Δ ( V ) ∗ → V ∗ g:\Delta(\mathcal V)^{*}\to \mathcal V^{*}g:Δ(V)∗→V∗
如贪心、温度采样、top-p、beam search。严格说，(g) 不属于模型本身；模型只供分布，解码器把分布坍缩成轨迹。
从这个形式化看，有三个推论。
所有高阶能力都是同一核的泛函
翻译、证明、代码、规划、角色扮演，都只是把目标、约束、工具返回、历史状态编码进 (h)，再查询μ θ ( ⋅ ∣ h ) \mu_\theta(\cdot\mid h)μθ(⋅∣h)。若把行动也 token 化，策略π ( a ∣ s ) \pi(a\mid s)π(a∣s)也被吸收成“下一个符号”的分布。通用性来自序列建模，而非神秘性
任何可采样过程都能被写成序列预测问题；这与 Solomonoff 归纳/MDL 直觉相通：好的下一符号预测器，等价于一个强大的通用压缩器。LLM 的经验能力来自：大规模语料 + 高容量函数类 + 上下文条件化，使其逼近了许多条件分布。边界也来自同一形式
μ θ ( ⋅ ∣ h ) \mu_\theta(\cdot\mid h)μθ(⋅∣h)只编码P ( 续写 ∣ 历史 ) P(\text{续写}\mid\text{历史})P(续写∣历史)，不编码do ( ⋅ ) \text{do}(\cdot)do(⋅)、真值谓词、终止性、可验证性。它对未进入权重且未进入上下文的事实无知；对因果干预、反事实一致性、最新私有状态、证明正确性没有内在保证。它能生成“证明样式”的序列，但证明有效性要交给外部验证器。
所以更精确的说法是：
LLM 本体 = 条件测度族 { μ θ ( ⋅ ∣ h ) } h ∈ V ∗ \boxed{\text{LLM 本体 }=\text{ 条件测度族 }\{\mu_\theta(\cdot\mid h)\}_{h\in\mathcal V^*}}LLM本体=条件测度族{μθ(⋅∣h)}h∈V∗
而智能体行为来自闭包：
Agent = D e c o d e ∘ μ θ ∘ E n c o d e + 工具、记忆、验证器、奖励与环境反馈 \text{Agent}=\mathrm{Decode}\circ \mu_\theta \circ \mathrm{Encode} \;+\;\text{工具、记忆、验证器、奖励与环境反馈}Agent=Decode∘μθ∘Encode+工具、记忆、验证器、奖励与环境反馈
总结
形式化地看，LLM 只做“以历史为条件的下一符号测度估计”；其余能力，是这个测度在上下文工程、解码控制与外部验证闭环中的展开。
2. 发挥 LLM 的预词力
把 LLM 当预词力引擎来用
核心原则：你不跟它"对话"，你给它上下文，它补全分布。理解这一点，用法会完全不同。
1. 上下文工程 > Prompt 工程
预词力的质量取决于你喂给它的上下文窗口。不是问得好不好，是铺垫得够不够。
| 烂用法 | 好用法 |
|---|---|
| “帮我写个营销方案” | 先丢 3 个竞品方案 + 你的品牌调性文档 + 目标人群数据，然后说"参照上述风格，给 XX 产品写方案" |
| “这代码为什么报错” | 把完整报错栈 + 相关代码块 + 依赖版本一次性贴进去 |
| “分析一下这个数据” | 先把数据字典、业务背景、分析目标写清楚，再贴数据 |
预词力不猜，它补全。你给的信息越完整，补全越精准。
2. 链式预词（Chain-of-Completion）
复杂任务别指望一次生成。拆成多轮预词接力：
第 1 轮：给定原始材料，输出大纲 第 2 轮：给定大纲，输出每个部分的要点 第 3 轮：给定要点，输出完整段落 第 4 轮：给定完整段落，输出润色版每轮都把前轮的输出作为新上下文。这比单次长生成质量高得多，因为预词力在短距离上更准。
3. 用"伪代码"控制生成结构
LLM 对格式极其敏感。想要特定输出结构，不要描述，要直接写模板：
请按以下格式输出： 【核心结论】：一句话总结 【依据 1】：... 【依据 2】：... 【反方观点】：... 【最终判断】：...模板本身就是强约束的上下文，预词力会顺着格式走。
4. 温度（Temperature）的实战用法
- Temperature 0.0-0.3：事实提取、代码、数据分析、翻译。要准，不要创。
- Temperature 0.7-1.0：头脑风暴、文案、创意写作。要发散，要意外。
- Temperature 1.2+：很少用，除非你在搞艺术或故意制造混乱。
同一段上下文，调温度比改 prompt 更有效。
5. 多模型分治
不同模型的预词力分布不同，别用一个模型干所有活：
| 任务 | 推荐策略 |
|---|---|
| 长文档理解 | Claude（长上下文稳定） |
| 代码/数学 | GPT-4 / DeepSeek（逻辑链强） |
| 创意/文案 | 国产模型或 GPT-4（中文语感好） |
| 大量廉价预处理 | 小模型批量跑，结果给大模型汇总 |
| 事实核查 | 专用搜索+RAG，别信模型幻觉 |
6. RAG 不是外挂，是预词力的输入增强
别问模型"你知道 XX 吗"，直接把相关文档切片塞进上下文：
[文档片段 1] ... [文档片段 2] ... [文档片段 3] ... 基于以上材料，回答：...模型有没有"知识"不重要，重要的是你给的上下文覆盖了答案的分布区域。
7. 自我一致性投票（Self-Consistency）
对重要判断，同一 prompt 跑 3-5 次（temperature > 0），看答案分布。多数一致的答案可信，离群值大概率是幻觉。
8. 反向预词：让模型先问问题
如果你不知道给什么上下文，让模型帮你补：
我要你帮我做 XX，为了让你输出最精准的结果， 你需要我提供哪些信息？请列出清单。它列的清单，就是激活其预词力所需的关键上下文维度。
总结
把 LLM 当成一个超级补全器，而不是一个全知者。你的工作是构建输入分布，它的工作是补全输出分布。
