KeyFrame內部研究專用

The Unreasonable Effectiveness of Separating the Task from the Model — Maxime Rivest, DSPy

AI Engineer17 min英文
觀看原始影片

三句話摘要

DSPy 如何將 AI 程式設計從實現細節中分離出來,透過統一的規格、代碼約束與評估框架,讓 AI 應用可重用、可優化、且成本低廉。 要構建可靠的 AI 軟體,關鍵在於用清晰的規格、代碼約束和評估框架將任務與實現分離,這樣才能隨著新技術演進而保持穩定,並以數據驅動的方式持續優化成本與效能。 函數式 AI 程式設計:傳統程式設計用函數達成重用、組合、測試、優化的目標。DSPy 將相同理念應用到 AI 工作流程,讓開發者定義清晰的輸入輸出介面,內部實現細節可隨新技術而改變,不影響整合。

重點整理

  1. 函數式 AI 程式設計:傳統程式設計用函數達成重用、組合、測試、優化的目標。DSPy 將相同理念應用到 AI 工作流程,讓開發者定義清晰的輸入輸出介面,內部實現細節可隨新技術而改變,不影響整合。

  2. 三層規格系統:有效的 AI 任務需要三層定義——自然語言指令(what should happen)、代碼層面的硬性約束(what must happen,例如負數要拋出例外)、以及通過範例學習的隱性知識(what good looks like)。三者合一才能完整指定問題。

  3. 從實現細節中解放:DSPy 支援多種優化技術(few-shot、prompt 優化、自動化代碼生成),新研究成果(如遞迴語言模型 RLM、Berkeley 的 JEPA 等)可一行程式碼整合,因為核心簽名保持不變。

  4. Qualitative Learning 解決評估難題:傳統做法要手工定義「什麼是好」容易喪失細節;新方法讓模型自動從生產環境的回饋(用戶行為、產品分析等)推導評估標準,迭代改進業務目標的達成程度。

實用技巧與重點

  • 應用案例與成效:
  • Shopify 成本下降 550 倍(改用便宜模型但保持評估與業務邏輯)
  • 發票提取(農場稅務用途)
  • 鍵盤快捷命令執行語法檢查和文本改寫
  • 郵件草稿自動生成
  • 代碼庫自動生成 PR
  • DSPy 三核心要素(Specs, Code, Evals):
  • Specs:簽名定義(自然語言指令 + 輸入/輸出類型)
  • Code:forward 方法內的約束邏輯(if 判斷、異常丟出)
  • Evals:範例與評估函數
  • 已整合或即將推出的技術:
  • Recursive Language Models (RLM)
  • JEPA(Berkeley 提示詞優化器)
  • Better Together
  • Multi-Module GRPO
  • DSPy.Flex(可學習的實現方案)
  • Qualitative Learning(自動評估推導)
  • Shopify 案例要點:
  • 從昂貴模型轉換到便宜模型
  • 保持相同的評估與業務邏輯
  • 能持續嘗試新方法

結論

要構建可靠的 AI 軟體,關鍵在於用清晰的規格、代碼約束和評估框架將任務與實現分離,這樣才能隨著新技術演進而保持穩定,並以數據驅動的方式持續優化成本與效能。

完整解析

DSPy 的核心觀念來自傳統程式設計的成功經驗。在軟體工程中,當我們想重複執行某項任務時,會把它抽象成函數——定義清晰的輸入輸出合約,內部實現如何改變都不影響使用者。函數之所以強大,在於它可重用、可組合、可測試,甚至可優化與分享。講者認為 AI 程式應該遵循同樣的原則。

然而,AI 領域新技術層出不窮——每週都有新模型、新演算法、新策略發佈。開發者往往難以判斷哪項技術真能解決自己的問題。DSPy 的關鍵洞察是:所有這些技術都只是實現的戰術,應該被封裝在清晰的合約之後。當你定義了 AI 任務的輸入輸出介面後,就能在內部享有充分的靈活性,新模型出現時輕鬆切換,成本下降時立即採用,而無須改動任何外部整合。

要完整指定一個 AI 任務,需要三層語言。第一層是「應該發生什麼」——透過自然語言指令和簽名定義期望行為,就像給朋友講解棋盤遊戲規則。第二層是「必須發生什麼」——用代碼硬性定義業務約束,例如發票提取時若值為負數要拋出例外給人類審核,這些保障不會因為模型改變而改變。第三層是「什麼是好結果」——透過範例和評估函數,讓模型學習隱性的、難以言說的成功標準。正如講者年少時跟父親學辨識楓樹,無法用指令或代碼完全說明,只能靠反覆觀看例子才能內化。

一旦用 specs、code、evals 三層完整定義了問題,你就可以開始自動優化。DSPy 演進軌跡清晰可見:初期是透過代碼尋找 few-shot 例子,後來發展到自動優化提示詞,現在已能學習整個實現方案(DSPy.Flex),甚至能根據生產環境的回饋自動調整評估標準(Qualitative Learning)。Shopify 案例展示了這套方法的威力——他們維持相同的業務邏輯和評估框架,只改變底層模型,最終成本下降 550 倍。

與此同時,DSPy 社群持續整合學術界的最新成果。無論是麻省理工學生的遞迴語言模型、柏克萊的提示詞優化器,或其他創新技術,都可以一行程式碼集成到 DSPy 框架中,因為核心簽名永遠不變。這讓開發者能以一致的方式試驗新技術,判斷它是否有助於業務問題解決,同時整個生態分享集體智慧。

8 min
AI 技術中文11月17日

Muse AI 国内注册方法来了!无需排队、无需信用卡,全程免费!

一路向前看原片 ↗
  • IP環境是核心要素:乾淨的住宅IP搭配日本節點能大幅提升註冊成功率,講者稱日本節點「幾乎秒過」,可選美國但成功率較低。
  • 全新郵箱是必要條件:系統會記錄每個郵箱的註冊歷程,曾排隊或卡在信用卡驗證的信箱會直接失敗,必須使用全新未註冊過的郵箱才能完全規避之前的失敗記錄。
AI 技術中文11月17日

Meta 改写 K-Means,训练轮次降到十分之一​ | K-Means | e-means | Meta FAIR | 聚类算法 | 向量检索 | Faiss | DINO10B | 向量数据库

Best Partners TV看原片 ↗
  • 從累加到衰減的中心維護:傳統小批量更新會累積歷史統計量造成早期分配記錄長期影響,而 e-Means 用指數移動平均使新分配能即時調整中心,早先統計逐漸失效,避免陷入次優解。
  • 死簇復活機制是關鍵改進:消融實驗顯示這項改動影響最大,透過每 5 批次檢查樣本不足的中心,從較大簇拆分一半重新安排,將樣本不足 10 個的中心比例從 26.3% 降到 0.3%。
AI 技術英文11月17日

Goal Engineering - The New Buzzword

Prompt Engineering看原片 ↗
  • 長期開放式目標中最難提供的上下文不是文件或 API,而是人類的判斷力與品味。傳統的檔案查詢或技術規格是相對容易部分,真正瓶頸在於定義「什麼是好的結果」。
  • Actively AI 初期採用單一代理處理多種任務類型失敗,因為人類審查者必須在十種不同的任務格式間切換心智模式,造成效率低落。重新架構為多個專一代理後,人類可在相同心智模式下快速連續審查。