DeepMind指出「Transformer无法超出预训练数据实现泛化」，但有人投来质疑

PromptIDE 的核心是代码编辑器 + Python SDK，其中 SDK 提供了一种新的编程范式，可以实现复杂的 prompting 技术。

距离马斯克的 xAI 公布 Grok 才过去一天，刚刚，xAI 又公布了另一款 AI 产品，一个可用于 prompt 工程和可解释性研究的集成开发环境：PromptIDE。

接连不断的新品发布，也让网友纷纷感叹：「xAI 团队的开发速度简直是疯了！」

xAI 在官方博客中这样介绍：PromptIDE 是一个用于 prompt 工程和可解释性研究的集成开发环境。它通过 SDK 加速 prompt 工程，并且该 SDK 可以完成复杂的 prompt 技术，还能进行结果分析，可视化网络输出等。

值得注意的是，xAI 在 Grok 的开发中大量的使用了该技术。

借助 PromptIDE，工程师和研究人员可以透明的访问 Grok-1 模型（为 Grok 提供支持的模型）。该 IDE 可以帮助用户快速探索我们大模型 (LLM) 的功能。IDE 的核心是一个 Python 代码编辑器，它与新的 SDK 相结合，可以实现复杂的 prompt 技术。在 IDE 中执行 prompt 时，用户会看到一些比较有用的分析，例如采样概率、聚合注意力掩码等。

该 IDE 会自动保存所有的 prompt 并具有内置版本控制，还允许用户比较不同 prompt 技术的输出。最后，用户可以上传 CSV 文件等小文件，并使用 SDK 中的单个 Python 函数读取它们。结合 SDK 的并发特性，即使是稍大的文件也能快速处理。

下面是 IDE 主要功能演示。

代码编辑器 & SDK

PromptIDE 的核心是代码编辑器 + Python SDK，其中 SDK 提供了一种新的编程范式，可以实现复杂的 prompting 技术。 

如上图所示，用户可以使用 prompt () 函数手动将 token 添加到上下文中，也可以使用 sample () 函数根据上下文生成 token。 

此外，多个 web worker 可以同时运行，这意味着用户可以并行执行多个 prompt。

用户也可以使用同一程序中的多个上下文来实现复杂的 prompting 技术。如果函数使用 @prompt_fn 装饰器进行注释，则它将在自己的新上下文中执行，该函数可以独立于其父上下文执行一些操作。这种编程范式支持具有任意嵌套子上下文的递归和迭代 prompts。

并发性：SDK 使用 Python 协程来并发处理多个带 @prompt_fn 注释的 Python 函数，从而加快时间进程，尤其是在处理 CSV 文件时。

用户输入：Prompt 可以通过 user_input () 函数进行交互。user_input () 函数返回用户输入的字符串，然后可以通过 prompt () 函数将其添加到上下文中。使用这些 API，只需四行代码即可实现聊天机器人：

文件：开发人员可以将较小的文件上传到 PromptIDE（每个文件最多 5 MiB，总共最多 50 MiB），并在 prompt 中使用他们上传的文件。read_file () 函数以字节数组形式返回任何上传的文件。这些与上面提到的并发特性结合起来，可以实现对 prompt 进行批处理。

分析：在执行 prompt 时，用户会看到详细的 token 分析，以帮助他们更好地理解模型的输出。

当用户使用 user_input () 函数时，窗口中会显示一个文本框，用户可以在其中输入响应。下面的屏幕截图显示了执行上面列出的聊天机器人代码片段的结果。

最后，当不需要对 token 进行可视化时，还可以以 markdown 方式呈现上下文，以提高易读性。