GPT-4 Turbo 通过统一差异 (unified diffs) 更有效率地编程 [译]
内容提要
Aider 发现，让 GPT-4 Turbo 使用统一差异格式编辑代码，能显著提升编程表现并减少“惰性”。在 89 个 Python 重构任务基准中，GPT-4 Turbo 得分从 20% 升至 61%，出现惰性评论的任务从 12 个降至 4 个。统一差异格式熟悉、简单、高层次且灵活，可避免行号和复杂转义；提示生成高级差异能减少 30%–50% 的编辑错误，灵活的打补丁策略也很关键。
延伸解读
统一差异格式为何有效
文章指出，统一差异是 git diff 的默认输出，GPT 在训练数据中接触过大量此类示例，因此熟悉该格式。同时，它避免了 JSON 转义和行号等易错元素，核心规则简单：每行前加一个字符标示增删改。这种简单性降低了格式化负担，让模型更专注于代码逻辑而非格式合规。
高级差异提示减少编辑错误
Aider 通过提示引导 GPT 生成“高级差异”，即用完整函数块替换而非逐行微调。实验显示，不使用该提示时编辑错误增加 30%–50%，包括差异无法应用或应用后产生无效代码。高级差异块包含更多上下文行，减少了误匹配无关代码的可能，也弥补了 GPT 无法可靠提供行号的缺陷。
灵活打补丁策略的必要性
GPT 生成的差异常不完整，如遗漏注释、忘记加号前缀、缩进错误或缺少块分隔符。Aider 采用多种策略灵活应用：规范化片段、寻找未标记的新行、相对前导空格匹配、分解重叠子片段等。禁用这些策略后，编辑错误率在原有基准上增加 9 倍，说明灵活打补丁对实际可用性至关重要。
情感呼吁式提示反而有害
文章测试了“用户是盲人、愿意支付小费”等情感呼吁式提示，结果在搜索/替换和统一差异两种模式下成绩都更差。这表明此类民间技巧不仅无效，还可能干扰模型表现。相比之下，改进编辑格式和打补丁策略才是提升编程效率的可靠途径。
Q&A
Aider 为什么让 GPT-4 Turbo 使用统一差异格式来编辑代码？
Aider 发现统一差异格式熟悉、简单、高层次且灵活，能避免行号和复杂转义，从而显著提升 GPT-4 Turbo 的编程表现并减少惰性。
在 Aider 的惰性编程基准测试中，GPT-4 Turbo 使用统一差异格式后得分提升了多少？
GPT-4 Turbo 的得分从使用搜索/替换块编辑模式时的 20% 提升到了 61%。
统一差异格式如何帮助减少 GPT-4 Turbo 的惰性评论？
统一差异格式让 GPT 更像在编写供程序阅读的文本数据，而不是与人交流，这促进了严谨性，减少了在注释中留下非正式编辑指令或马虎编写代码的情况。
Aider 在设计统一差异编辑格式时遵循了哪些原则？
原则包括：熟悉（使用 GPT 熟悉的格式）、简单（避免复杂转义和行号）、高层次（鼓励在函数/方法级别编辑）、灵活（灵活解释编辑指令）。
为什么 Aider 建议 GPT 生成高级差异（high-level diffs）而不是最小差异？
高级差异让 GPT 更容易生成正确的差异，减少编辑错误 30%-50%，因为高级差异块包含更多行，更不易误匹配，且更易于看出代码的协调变化。
Aider 如何灵活应用 GPT 生成的不完整差异？
Aider 采用多种策略：规范化代码片段、寻找忘记标记加号的新行、使用相对前导空格匹配、分解大片段为重叠小片段、调整上下文窗口大小等，以提高应用成功率。
Aider 的重构基准测试是如何构建的？
使用 Python 的 ast 模块分析 9 个流行开源 Python 仓库，找出包含复杂方法的类，选取不使用 self 参数的方法，将其重构为顶级函数，共生成 89 个任务，每个任务有基本正确性检查。
