# 提示词没那么重要，不如搭一套评估流水线来管住模型

> 原标题：Prompts Aren't Real

- 来源：Hacker News 首页
- 发布时间：2026-09-20T15:59:25.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/57752
- 原文：https://evaluation.club

## 摘要

工程师 Dan McKinley 在演讲《Prompts aren't Real》中提出，提示词不应被视为可独立维护的单元，因为把新提示词加入智能体会把它丢进一个与测试时完全不同的上下文环境，其他指令的叠加会影响其表现。

## 推荐理由

工程师 Dan McKinley 在演讲中提出，提示词无法作为独立单元维护，因为新指令加入智能体后会进入与测试时不同的上下文环境，进而影响表现。

## 锐评

提示词确实不该当成能独立维护的东西，但把希望全押在评估流水线上，账不一定算得过来。演讲里那个例子挺实在，让模型返回 80 字符以内的标题，大部分时候没问题，偶尔就彻底崩掉，而且最聪明的模型也这样。这种小概率失败在消费者 agent 里就是事故，靠人盯是盯不住的。问题是评估流水线本身也要烧 token、也要人维护，跑一轮的成本可能比改一句 prompt 高一个量级。我的看法是评估该建，但别指望它替代对 prompt 的判断，它只是把不确定性挪了个地方。
