今日焦点：ARC Prize Foundation 对 GPT-5.5 和 Opus 4.7 进行了 160 次游戏回放分析，揭示了前沿模型在 ARC-AGI-3 上得分不到 1% 的三大系统性推理错误。与此同时，OpenAI 发布了 GPT-5.5 提示工程指南，明确建议开发者抛弃旧提示词、从零开始——这标志着提示工程从"微调过程"向"定义结果"的范式转变。
在大语言模型（LLM）的早期，提示词工程（Prompt Engineering）经常被轻蔑地比作“炼金术”或“咒语”。开发人员花费无数小时测试“请”是否能提高模型的准确性，或者威胁模型要扣除“虚拟罚款”是否能生成更好的代码。那是属于**启发式方法（Heuristics）**的年代——那些模糊的、通过不断试错得出的模式，依赖于早期 Transformer 架构的特有行为。
随着我们步入 2026 年，那个时代已经彻底结束。“魔法咒语”已经消亡，取而代之的是系统契约（System Contract）。提示词工程已经成熟为软件工程的一个严谨分支。在这里，自然语言被视为一种高级编排层，受到结构完整性、模式强制（Schema Enforcement）和严格性能优化的约束。本文将探讨这一转变，以及定义生产级 AI 系统的全新模式。