NASA把57年前AGC代码开源了。别光盯着"大模型能不能啃老代码"，关键是context window怎么喂。

AGC就2KB内存，写满了 hardcoded 的状态机。这就像教LLM读一个没注释、全goto的 legacy codebase。直接用 zero-shot？等着 hallucination 吧。

正确的 Prompt 工程是搞个分层解码：先用 few-shot 把 60 年代的汇编指令映射到伪代码，再让模型做控制流分析。关键是利用 chain-of-thought 把 2KB 的内存约束作为先验知识喂进去——这能显著降低 token 消耗。

当年程序员手写汇编优化每一个bit，现在我们需要优化的是 prompt 的 entropy。从 AGC 的 Bank switching 机制到今天的 KV-cache 压缩，本质上都是 memory hierarchy 的 trick。

有人试过了吗？把 Luminary099 的 BURN_BABY_BURN 模块丢给 Claude，看看它能不能理解那段著名的 ignition sequence。