一句话看懂：AI 工程师 Hamel Husain 发布了一篇实用教程，主张用 mitmproxy 拦截并查看各种 LLM 工具（如 DSPy、guidance、instructor）实际发送给大模型的提示词，以避免在不懂内部逻辑的情况下盲目使用抽象框架。
事件核心：发生了什么
这篇题为《少废话，把提示词给我看》的文章来自 Hamel Husain 的个人博客，被 Hacker News 在 24 小时内顶上热门。作者指出，当前许多旨在优化大模型输出的工具——包括用于安全防护的 guardrails、保证确定性的 guidance、输出结构化数据的 instructor、增强鲁棒性的 langchain，以及针对任意指标优化的 DSPy——都在不同程度上鼓励用户远离“直接写提示词”的过程，转而通过代码来构造或改写提示词。
问题在于，这些框架往往不提供清晰的最终提示词查看入口，用户很难判断工具到底给模型发送了什么。Hamel 提出的解决方案是：用免费开源的 HTTPS 代理工具 mitmproxy 拦截 API 请求，无论底层用的是什么框架，都能直接看到发给语言模型的原始自然语言提示词，以及实际的 API 调用次数。
为什么重要
这篇文章触及了 LLM 开发中一个常被忽视的“意外复杂性”问题。传统编程抽象是将人类语言转化为机器码，而 LLM 抽象却是把任务转化为人类语言——但很多框架用内部术语和代码封装把这层语言“遮住”了。对于开发者来说，看不到提示词，就无法判断框架是否真的必要、是否有更简单的替代方案，也无法评估 API 调用次数是否合理。
Hamel 的观点实际上是对当前“提示词工程被框架化”这一趋势的反思：代码应该负责路由、重试、函数调用等逻辑，而意图表达本身应保留自然语言。拦截并查看提示词，是做出这种技术决策之前最直接的信息获取方式。
对用户/开发者/创作者的影响
对于正在评估或使用 LLM 框架的开发者，这篇文章提供了一套框架无关的观察方法：按照教程在 macOS 或 Windows 系统上设置 HTTP 代理，启动 mitmweb 交互界面，安装 mitmproxy 证书后，即可在浏览器中查看所有外发 API 请求的完整提示词内容。这套方法不需要阅读源代码，也无需依赖框架自带的调试选项。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对于更广泛的 AI 应用创作者而言，这篇文章也提醒了一点：在接入任何“优化提示词”的工具之前，先确认自己能否看到最终发送给模型的文本。如果不能，那么工具的优化效果实际上是一个黑盒——你可能在为一个不可解释的中间层付费。
值得关注的后续
值得留意的是，这篇文章在 Hacker News 上的热度可能反映出开发者群体对 LLM 框架黑盒化的不满正在积累。后续可以观察三点：一是 DSPy、guidance 等主流框架是否会增加“查看最终提示词”的一键功能；二是 mitmproxy 这一类的调试拦截工具是否会成为 LLM 开发者的标准配置；三是是否会出现更多类似“提示词可视化”的第三方开源工具，帮助开发者绕过框架直接获取模型输入输出。
