Post #540

举个实际的例子，最近在处理一个不同版本文件的对齐问题： 1. Claude Code 先写了一个最原始的版本，就是拿 regex 暴力匹配，速度很快，但是效果凑活； 2. 我意识到问题之后，问它要不要先建立一个 hierarchy tree，这样对齐效果可能会好不少？它说可以试试； 3. 刚好在 X 上看到 docetl 这个项目，验证了我的思路，不过他们用 LLM 来提取 hierarchy tree。我把论文和 repo 都丢给 Claude Code ，让它学习。 4. 它很快借助 docetl 写了一个新版本，然后提供了 benchmark：准确率提高了 10%，速度慢了100倍。主要慢在请求 llm API 上； 5. 我又问它，有没有可能把这几个方案结合起来，回到上面说的第二点？这样可以取得性能和效果的平衡？ 6. Claude Code 又帮我实现了这个方案，但是基于 regex 的实现性能上还不是最优； 7. 最后我问 Claude Code 能不能在性能和效果上取得平衡，又尽可能避免 overfitting，要不要 vector similarity？ 它说这方案可能速度上会有影响，但可以试试看。 8. 任劳任怨的 Claude Code 和我讨论了详细的开发和测试步骤，预估需要四周时间才能完成。 最后的测试结果出乎我和 Claude Code 的预估，只用了一个晚上时间就全部完成。看了下消耗的 token，差不多$10。而只有开始阶段我和它反复讨论，后面就是 planning + subagent，全程基本无干预。 如果要我自己纯手写四个算法 （三个库），再加上各种测试的话，恐怕没一周搞不定这些。 https://github.com/ucbepic/docetl