LLM上下文长度限制下软件开发复杂功能的实现策略

在当前的LLM（大型语言模型）上下文长度有限的情况下，软件开发如何实现复杂功能是一个挑战。随着上下文长度的增加，模型可能会出现性能下降，难以处理涉及大量逻辑规划和调试的复杂功能。针对这一问题，可以采取以下解决方案：

1. 基于个人知识进行辅助设计：在查阅资料并掌握相关知识后，利用AI生成设计方案，并在此基础上进行不断的修改和完善。
2. 迭代式代码开发：通过不断创建新的代码窗口，逐步迭代和优化代码。

在具体的实践过程中，可以采用以下prompt样例：

1. 分析而不修改：'前后端还有什么不符合设计文档sync_logic.md的地方吗？或者可能存在的错误逻辑，中文回答。'
2. 直接重构代码：'直接重构代码，修复所有问题，不用考虑迁移问题。前端代码在：./lib，后端代码在：./server。'

在每一次迭代中，人工审阅AI的方案，进行适当的讨论，并优化原有的设计方案。当基本实现设计方案后，再进行功能测试。

这种方法可以有效地应对LLM上下文长度限制的问题，同时确保软件开发的复杂功能能够得到实现。