最近在用大模型根据文件补充的信息来回答问题的场景中，发现面对需要举一反三的例子时，就会陷入被动，例如让大模型生成一份代码，然后根据文档中的信息来修复代码中的错误时，代码用到的是double之类的类型，但文档中只有float类型，面对这种场景，大模型并没有正确的将文档中的float类型替换成double类型，而是直接生硬的用float类型填充了原来的代码。
这种场景类似于我们学习中常见的刷题战术，刷了题却不完全理解，考试时面对新的场景就不能正确的完成问题的解决。
期待agent和知识库的发展能够提供一些解决类似问题的新的思路。