assumptions

一篇评论文章，探讨了AI助手在默默做出假设与主动打断用户澄清问题之间的权衡，质疑像ChatGPT这样的工具应具备何种程度的主动性才最理想。

一位开发者构建了一个明确处理假设、证据和约束的架构技能，现在正在寻找智能体生成的失败案例来测试它。

文章对比了使用 Python 和 Rye 脚本下载 PDF 的方式，强调了最初优雅的代码对成功做了许多假设。随后展示了添加验证的过程，虽然降低了可读性，但提高了健壮性。

探讨了AI如何在既定范围内擅长寻找答案，但可能缺乏质疑基本假设的能力，暗示了与人类智能的关键差异。

本文探讨了为什么在规范或测试中添加假设会从逻辑上弱化所得性质，使用了逻辑蕴含以及来自形式化方法和 Rust 的示例。此外，还讨论了尽管存在这种弱化，仍使用假设的实际原因。