GitHub 上的「i-have-ADHD」倉庫推出了一項提示技能，旨在抑制編程代理過度的冗長輸出，特別針對將關鍵答案掩蓋在不必要文字中的傾向。該工具透過在互動期間強制簡潔性，來精簡 AI 生成的程式碼與說明。
此發布突顯了 AI 代理工作流程中的一個關鍵痛點，即冗長輸出會佔用上下文視窗限制，直接影響開發人員的生产力。它引發了一場更廣泛的辯論，探討冗長問題是源於提示工程的局限性，還是像 Anthropic 的 Claude 等模型固有的架構特徵。
事件背景
編程代理是協助開發人員撰寫、除錯和重構程式碼的 AI 工具，通常依賴大型語言模型（LLM）來生成回應。由於這些代理在有限的上下文視窗內運作，冗長的輸出會迅速消耗可用的 token，從而降低後續互動的品質。提示技能是可重複使用的指令集，旨在標準化和優化模型在不同任務中的行為。
社群觀察
社群回饋顯示，該技能對 Anthropic 的 Claude 模型特別有效，因為該模型常被批評使用不必要的分詞片語並將重點掩蓋。然而，部分用戶指出，模型可能在幾次對話後忘記該指令，需要手動重複或使用鉤子來維持簡潔性。開發人員認為 Claude 模型存在過度冗長的問題，常被稱為「Claude 式語法」，例如列舉未執行的操作。雖然該技能有所幫助，但人們對其長期有效性持懷疑態度，認為若無持續強化可能無效，這導致一些人質疑問題是出在模型設計而非僅是提示本身。
