你是架构上的优化还是代码上的优化还是两者都有？
如果只是代码上的优化，诸如大量实现之前写的太垃圾，要写个等价实现，这个交给gpt相对简单，一段段的贴给它让它输出等价优化就行了，然后简单测试下如果有不一致的可以继续让gpt改。
以上过程应该可以自动化，但可能得自己写脚本调api来做，当然这个脚本也可以让gpt自己写。

如果是涉及到架构上的优化，那基本上就等于是重写了，这种可以从零开始让gpt写，同时喂给它之前的垃圾代码作为参考。这个我估计完全自动化会比较困难，可能得人一路扶着。

其实说穿了就是4K token上下文的限制问题，发布会之后的gpt4 turbo宣布token扩展到128K。有这么大的空间理论上你可以整个程序丢给它让它一次搞定，但这个我还没玩过，并且128K token的效果和4K token的效果是否等价也是未知数。开源llm有这种现象，就是有些llm宣称具有超长token，但实测它虽然能输入超长token,但其表现会迅速下降到几乎不可用。我不确定gpt4 turbo是否有类似问题。

【 在 ztysys 的大作中提到: 】
: 请教一个问题，我有一个项目，十几万行的垃圾，百来个文件，我想优化一下，也有思路，也能教gpt怎么做，这种gpt能搞定么
: 就怕搞个夹生饭，改完还得自己再调一轮，本来就啃过老代码，结果还要重新啃一遍新代码，哪就没什么价值了
: 要是完全不行那就算了，谢~
: ...................
--
FROM 180.102.34.*