他用一场演讲告诉你：写 Prompt 的时代，可能真的要结束了

在这场超过一小时的技术演讲里，Kevin Madura 抛出一个足够“刺耳”的观点：如果你还在手调 Prompt、堆规则、修模板，你可能已经走在一条注定维护地狱的老路上。DSPy 给出的不是又一个 LLM 框架，而是一种彻底不同的思维方式。

最反直觉的开场：Prompt Engineering 不是核心竞争力

演讲一开始，Kevin Madura 就在做一件“劝退式”的事情：他说他希望今天能“转化”更多人——转化的对象，正是那些已经在 LangChain、各种 Prompt 模板里投入大量精力的工程师。

他的核心判断很简单，也很刺耳：手写 Prompt 并不是一个可扩展、可复用、可优化的工程方法。当应用从 Demo 走向生产，Prompt 会迅速变成一团难以维护的隐性逻辑：谁也说不清它为什么有效，更没人敢随便改。

DSPy 的出发点，正是把“我想让模型做什么”从“我该怎么写 Prompt”中剥离出来。这不是语法糖，而是一次认知层级的上移：从“写提示词”，变成“声明意图”。

DSPy 到底是什么？不是框架，而是一套工程哲学

在官方定义里，DSPy 被称为一个 declarative framework。但如果你只把它理解成“又一个 LLM 框架”，那基本就错过了重点。

DSPy 的核心，是 Signature（签名）。Signature 用极其克制的方式描述输入和输出：你告诉系统你要什么结果，而不是你希望模型怎么一步步思考。这一步听起来抽象，但影响极其现实：Prompt 不再是代码资产，Signature 才是。

一旦意图被结构化，后面的事情就交给系统：如何生成 Prompt、如何组合上下文、如何适配不同模型，甚至如何在失败时自动调整。这也是 Kevin 一再强调的：DSPy 不是替你写 Prompt，而是让你不再需要关心 Prompt。

真正的杀手锏：优化器、指标和“自动找路”

如果说 Signature 是 DSPy 的入口，那么 Optimizer 才是它最具工程价值的部分。

在传统 LLM 应用里，优化几乎等同于“人工试错”：换几句话、调几个示例、加点规则，全靠经验和感觉。而在 DSPy 里，优化是显式的、可重复的流程：你定义 Metrics（评价标准），系统通过 Optimizer 自动探索更优的 Prompt 结构和参数组合。

Kevin 用了一个很形象的比喻：这就像是在复杂地形中找一条通往目标的路。你不需要手绘每一步，DSPy 会在约束条件下不断尝试，直到找到更好的路径。对工程团队来说，这意味着 Prompt 首次具备了“可回归、可对比、可进化”的属性。

从 OCR 到多模态：DSPy 并不只服务于“文本玩具”

演讲中一个容易被低估的部分，是 Kevin 展示的实际案例：包括 OCR 场景、多模态输入，以及复杂文档（如 PDF）的处理流程。

这些例子有一个共同点：模型不是孤立工作的。图像先被 OCR，结构化结果进入后续 Signature，模型再完成推理和生成。DSPy 在这里扮演的角色，不是“大一统框架”，而是把每一步的意图和评价标准显式化。

这也解释了为什么他会在演讲中顺带提到 LangChain 等工具——不是否定它们，而是指出一个分野：当系统复杂度上升，仅靠链式调用和手工 Prompt，很快会触顶。DSPy 更像是为“下一阶段”的 LLM 应用准备的基础设施。

这意味着什么？LLM 工程正在变成真正的工程

整场演讲的潜台词，其实是一个趋势判断：LLM 应用正在从“技巧驱动”走向“系统驱动”。

当 Signature 成为接口、Metrics 成为目标、Optimizer 成为常态，LLM 工程师的角色也在变化：不再是写出最漂亮 Prompt 的人，而是能定义问题、约束系统、评估结果的人。

DSPy 不一定会成为唯一标准，但它清晰地指向了一个方向：Prompt 不该是玄学，而该是可以被工程化管理的资产。

总结

如果你正在做的 LLM 项目已经开始出现这些信号——Prompt 越来越长、修改越来越谨慎、效果好坏说不清原因——那么这场关于 DSPy 的演讲值得你反复看。

它未必要求你立刻“全盘切换”，但至少提供了一种新的思考框架：把注意力从“怎么写 Prompt”转移到“我真正想让系统学会什么”。下一步你可以做的，是挑一个最不稳定的 Prompt，用 Signature + Metric 的方式重构它，亲眼看看工程复杂度是如何下降的。

真正的分水岭，往往不是模型升级，而是你是否愿意升级自己的工程方法。

关键词： DSPy， Prompt Engineering， LLM工程化， 多模态， LangChain

事实核查备注： 需要核查：1）演讲者姓名 Kevin Madura 及其公司 AlixPartners；2）视频发布时间 2026-01-08；3）DSPy 的官方定义为 declarative framework；4）演讲中对 LangChain 的定位为对比而非否定；5）案例涉及 OCR 与多模态示例是否均来自视频展示。