PARCER：作为操作性合同，降低LLM系统中的方差、成本与风险
软件工程
2026-03-03 v1 人工智能
摘要
基于大型语言模型 (LLM) 的系统已成为自动化研究和软件生产的强大工具。然而，在技术要求需要绝对一致性、可审计性以及对成本和延迟的可预测控制时，其治理仍然是一个挑战。近期文献突显了两种加剧这一情形的现象：模型判断中固有的随机方差（常被视为"系统性噪声"），以及长输入中上下文利用的显著下降，当决定性信息在提示的中段被稀释时，造成关键损失。本文提出PARCER作为这些限制的工程响应。该框架作为一种声明性"操作性合同"，以YAML格式，将非结构化的交互转化为可版本化和可执行的制品。PARCER包含七个操作性阶段，引入受法律判断启发的决策卫生实践，以减轻噪声、自适应token预算、对上下文保存的正式化恢复路径（回退机制），以及通过OpenTelemetry实现系统可观测性。本工作的目标是呈现PARCER的概念和技术架构，将其定位为从简单的"提示工程"向"具有可治理性的上下文工程"的必要转变。
引用
@article{arxiv.2603.00856,
title = {PARCER as an Operational Contract to Reduce Variance, Cost, and Risk in LLM Systems},
author = {Elzo Brito dos Santos Filho},
journal= {arXiv preprint arXiv:2603.00856},
year = {2026}
}
备注
11 pages. Presents the PARCER framework for LLM governance. Appendix contains the full YAML operational contract