Ο μυστικός κήπος του προγραμματιστή: Πώς η χωρική οντολογία ευθυγραμμίζει τα LLMs χωρίς prompt engineering

Κατά τις τρεις εβδομάδες, έχω αναπτύξει plugins Gradle με Opencode, χρησιμοποιώντας τρεις διαφορετικούς LLMs — Kimi K2.6, GLM-5.1, et DeepSeek-V4-Pro (ο μόνος επιζώσας, αλλά είναι μια άλλη ιστορίαDéjà couverte ici.). Η μέθοδος μου διακυβέρνησης Je l’ai documentée en détail dans un précédent article. βαziται σε αρχεία AsciiDoc —AGENT.adoc, INDEX.adoc, PROMPT_REPRISE.adoc— που φορτώνουν περίπου 30 000 διακριτικά κανόνων, υπολοίπου και ιστορικού στο ξεκίνημα każde συνεδρίας.

Και παρ' αυτή την υποδομή εγγράφων, δύο πράγματα με έκπληξαν:

Χρειαζόμουν ένα μηχανισμό ευθυγραμμίσεως που δεν εξαρτάται από τον αριθμό των tokens στο prompt.

Η απάντηση: να σταματήσει να ευθυγραμμίζει με το κείμενο, και να αρχίσει να ευθυγραμμίζει με τηνχώρος.

ο φάκελος μου`workspace/(σε~/workspace/`) δεν είναι όχι ένας αποθετήριο Git. Είναι η ρίζα της όλης της δουλειάς μου — κώδικας, τεκμηρίωση, εκπαίδευση, υποδομή. Και είναι δομημένο σε τέσσερις περιοχές που δεν είναι συμφωνίες ταξινόμησης, αλλάσυνοδικοί κύκλοι εμπιστοσύνης :

ΣΗΜΕΙΩΣΗ: Δεν υπάρχει επίπεδο 3 στον πίνακα. Το επίπεδο 3 είναι ένα επίπεδο transitoire: είναι περιεχόμενο του`office/`που έχει ανωνυμοποιηθεί και είναι έτοιμο να δημοσιευθεί ως open data. Δεν έχει δική του φυσική ζώνη — είναι μια κατάσταση του δεδομένου, όχι μια θέση.

Κάθε επίπεδο απαντά σε μια συγκεκριμένη ερώτηση :

Αυτή η οντιλογία είναικαταναλώσιμο από ένα LLM. Όταν διαβάζει ένα αρχείο στο`foundry/plantuml-gradle/src/`, ξέρει εμμέσως: "Είμαι στον κύκλο 4 — δημόσιος κώδικας, υποχρεωτικά τεστ, χωρίς μυστικά, χωρίς εκπαιδευτικά δεδομένα". Δεν χρειάζεται ένα prompt που του να το θυμίζει.

Συγκρίνουμε τις δύο προσεγγίσεις.

Όταν το LLM διασχίζει`foundry/, διαθέτει έναπλέγμα δομημένων δεδομένων: κόμβοι (plugins, αρχεία, δοκιμές, εξαρτήσεις), τυποποιημένες άκρες (`import, depends_on, generates, tests), σχέσεις σύνθεσης και τάξης (`training-gradle`εξάγει το αποθετήριο`slider-gradle`γεννεί τις διαφάνειες →`capsule-gradle`Ανεβάστε το βίντεο).

Αυτή η άλγεβρα δεν είναι γραπτού πουθενά σε φανερή μορφή — αλλά είναι παρατηρήσιμο. Κάθε`build.gradle.kts`απεκθέτει τις εξαρτήσεις. Κάθε`INDEX.adoc`εμφανίζει διασχετεμένες αναφορές.

Ο LLM παρατηρεί αυτή την άλγεβρα και εντοπίζει τοδέλταη διαφορά μεταξύ αυτού που το σύστημα ξέρει ήδη να παράγει και αυτού που η όραση περιγράφει.

Από αυτό το δέλτα, μπορεί να ορίζει μερικάχαρτογραφίες ειδικών επαγγελματιών— CDA (Σχεδιαστής-Αναπτυξιακός Εφαρμογών, Kotlin/Gradle/JHipster) και FPA (Επαγγελματίας Εκπαιδευτής Ενήλικων, Παιδαγωγική/Qualiopi/Bloom) — και να εντοπίσουμε τι λείπει για κάθε ειδικό.

Το LLM δεν χρειάζεται να του πούμε τι να κάνει. Το δέλτα προκύπτει από τη δομή.

Η σχετική άλγεβρα δεν είναι μια θεωρητική κατασκευή. Είναι υλοποιημένη από τρία συστατικά που σχηματίζουν ένασυνθετικό διάνυσμα περιβάλλοντοςγια το LLM.

Η χωρική οντολογία δεν περιορίζεται στην ευθυγράμμιση του LLM — δίνει 스트όν LLM miaπίνακας ταξινόμησης RGPDγια να διαδρομοποιεί κάθε δεδομένο στην νόμιμη περιοχή του.

Τέλος της συνεδρίας, το LLM εκτελεί μιαπαγκόσμια εργασία:

Le `.gitignore`η ρίζα δεν είναι ένα αρχείο ρύθμισης του Git — είναι ένααρχείο κυβερνέτευσης της ιστορικοποίησης. Ορίζει το σχήμα που το LLM καταναλώνει για να αποφασίζει ποια αρχεία του μυστικού κήπου εισάγονται στη στρατηγική βιογραφία και ποια είναι απορρίψιμα.

Ο LLM δεν είναι πια απλώς ένας γεννήτρας κειμένου. Είναι οδιαχειριστής πληροφοριώντου οικοσυστήματος — παραγωγός, ταξινομητής, διαδρομητής.

Σήμερα, αυτή η διακυβέρνηση είναι deterministiki : το LLM εφαρμόζει μία διαδικασία περιγραμμένη σε αρχεία AsciiDoc. Είναι ηφάση 1— η μηχανική προτύπων με μνήμη LLM.

La φάση 2Εξάγει κάθε βήμα της διαδικασίας σε μιατυπωμένη εργασία Gradle:

La φάση 3θα μοντελοποιήσει τη διαδικασία λήξης της συνεδρίας ως ένανδιάγραμμα κατάστασηςμεhttps://github.com/langgraph4j/langgraph4j[LangGraph4j]:

Το γράφημα θα εκδοθεί στην CI/CD, θα εκτελεστεί από το Gradle, θα ρυθμιστεί μέσω των GitHub Secrets των plugins. Το LLM δεν θα χρειάζεται πλέον να αποφασίσει για το δρομολόγηση — το γράφημα θα το κάνει.

Εδώ είναι αυτό που φέρνει συγκρικέμενα :

Δεν βάζω πολιτικό μανιφέστο στο footer του ιστότοπού μου. Δεν βάζω ηθικούς κανόνες στους prompts μου. Η ευθυγράμμιση δεν βρίσκεται στο κείμενο — είναι στοσύστημα αρχείων.

Όταν ένα LLM εργάζεται σε αυτόν τον χώρο, δεν μπορεί να διαρρέει ένα μυστικό (ο δρόμος τομπού το αποτρέπει). Δεν μπορεί να συγχέει μια παιδευτική δεδομένη με τον πηγαίο κώδικα (η φυσική zona είναι διαφορετική). Δεν μπορεί να ξεχάσει έναν κανόνα ασφαλείας σε 80 000 żeton — επειδή ο κανόνας δεν είναι στο πρόμπτ, είναι στο`workspace/→`configuration/→office/→`foundry/`που κάθε ανάγνωση αρχείου είναι ανταποκρινόμενη.

Αυτό είναι το αρχέριο του secure by design εφαρμοσμένο στην ευθυγράμμιση του αντιπροσώπου: μην ζητάτε από το LLM να θυμάται τους κανόνες. Βεβαιωθείτε ότι η αρχιτεκτονική κάνει το λάθος δομικά αδύνατο.

Αpropos, δίνει στο LLM αυτό που καμία προμπτ δεν μπορεί να του δώσει: η ικανότητα τουαισθανομαιpou είναι, αυτό που υπάρχει, αυτό που λείπει — και να συμπεράνει τι πρέπει να κάνει.