背景

今天是 6 月 4 日，距离 Andrej Karpathy 发布 LLM Wiki 这个想法差不多过去 2 个月，我也已经深度使用了 1 个多月，写下这篇文章的目的是与大家分享我的 LLM Wiki 设置以及一个多月以来我的使用感受

背景

作为一名程序员，还是会被近几年 AI 编程领域的突飞猛进吓一跳，印象中，有这么几个明显的阶段

• LLM for Tab 补全：代码主要是程序员编写，LLM 只是会预测下一段要放什么。典型代表比如 Tabline、Copilot
• 氛围编程（Vibe Coding）：程序员不再逐行写代码，而是用自然语言描述需求，让 LLM 帮你做跨文件修改。典型代表比如 Cursor、Claude
• Spec-Driven Development （SDD）：氛围编程有许多毛病，比如上下文漂移、软件架构不稳定等，这导致它很难在生产环境中落地。因此社区乃至工业界都开始探寻超越 Prompt 工程的方法去让 LLM 可以长时间稳定生成可用的代码，而不是一堆 AI 垃圾（AI Slop）。SDD 就是目前看来很有希望的一个方向

SDD 如何解决氛围编程的问题？

研究背景

很多云平台都有各种日志，但是并不是结构化的，但利用机器学习/数据挖掘从日志中挖掘信息的时候又希望输入是结构化数据

因此，如何从非结构化日志中提取结构化信息是一件很重要的事情，一个朴素的想法是：使用正则表达式自己做解析提取，但是这个方法有很多缺点¹

• 日志的量太多，肉眼看日志然后写正则表达式不可取
• 日志来自系统里的每一个组件，每一个组件背后的开发者可能都有自己的写日志习惯，一个个适配太麻烦

在 Drain 算法被提出的时候（2017 年），很多日志解析手段都聚焦于离线批处理场景，但云平台的日志经常都是流式产生的，因此 Drain 算法聚焦在线流式处理场景，它可以自动从非结构化日志中挖掘日志模板，从而得到结构化数据

后缀数组

从定义上来说，后缀数组（用 sa 表示）包含了字符串 s 所有后缀的起始索引，它是一个 int 数组，sa[i] 表示对应后缀的起始索引。注意后缀已经按照字典序排好。

以字符串 fizzbuzz 为例，它的后缀数组是 4 0 1 5 7 3 6 2，对应关系如下

为什么用 RIME 输入法

MacOS 自带的中文输入法只能说是勉强能用，有很多不舒服的点

• 它没有第三方词库，很多流行的词都需要自己一个个字打
• 好不容易自己打的词，多打几次希望它记住，但你会发现它经常记不住

诸如此类的吐槽我已经看到过很多，所以在这个 2026 的元旦假期，我决定做些改变——使用 RIME 输入法 🥳