LLM23 篇实战文章

『LLM 连个数都数不清』，这话被讲了好几年，讲到现在都快成模型的生理缺陷了。我的判断是：RAG 系统里数错数，锅大半不在模型，在管道。模型只是站在最外面，所以每次都由它背锅。 七月底 dev.to 上有个案例，Rodrigo Diego 写的。我第一眼也以为是“模型数学差”的日常，读完发现根本不是那回事。

几个月前我开始让 LLM 碰我的 MikroTik 设备。先交代一下我的成分：业余网络管理员，给朋友办公室和自己工作室配配路由，真让我考个正经的路由工程师认证，不认真复习肯定过不了。所以每次配新东西，我都是边查 wiki 边配。

速评：LLM 从自然语言生成 CI 配置，完全匹配率最高 3.1%。这不是“还不够好”的问题，是“根本接不住”的问题。 Doc2CI 这篇预印本够狠的。14 个开放权重模型加 GPT4o、GPT4.1，生成了超过 53000 个配置，最高的一致率 3.1%。什么概念？