Un article de blog stimulant d'un développeur chinois introduit la 'Première loi de SKILL' : les grands modèles de langage réinitialisent leur état cognitif à chaque session, oubliant les corrections durement acquises et traitant toutes les informations de manière égale. Cette éphémérité amène l'IA à produire des sorties de faible qualité, de type manuel, sans profondeur. L'auteur soutient que nous devons 'frotter' ou tracer la cognition transitoire de l'IA pour créer des bases de comparaison, lui permettant de reconnaître ses propres angles morts. Pour les développeurs construisant des flux de travail dépendants de l'IA, cette idée est cruciale. Elle suggère qu'un 'prompt engineering' efficace doit tenir compte de la perte de mémoire de session, peut-être en injectant un contexte externe ou en utilisant des boucles de rétroaction itératives. Le concept a des implications pour le codage assisté par IA, la documentation et la recherche.
Un nouveau modèle mental révèle comment les LLM oublient leurs propres corrections entre les sessions, dégradant la qualité des sorties. La 'Première loi de SKILL' offre un cadre pratique pour les développeurs.