暂无搜索历史
可以把 Agent 理解为一个“带循环的 AI 程序”。它的基本过程是:接收目标,思考下一步,选择动作,执行动作,观察结果,再决定下一步,直到完成任务或达到停止...
第一版目标可以定义为:用户输入一个日常问题,模型用“懂王式”网络戏仿口吻输出一段回答。风格上可以夸张、口语化、爱用短句和重复,但不能涉及真实政治人物评价,不能生...
很多待办工具功能强大,但也伴随账号、云同步和复杂配置。对于只想记录当天任务的用户来说,一个本地、启动快、无需联网的小工具反而更实用。因此,本项目目标可以定义为:
“周报助手”的目标可以定义为:用户输入一周的零散工作记录,模型输出一份结构清晰的周报草稿。它应当包含本周完成事项、关键进展、问题与风险、下周计划等部分。同时要设...
去年公司上线数据中台,汇报那天大屏很漂亮:GMV、活跃、留存,曲线一条条往上走,领导点头。散会后运营总监和财务总监在门口吵了起来——因为大屏上那个“本月营收”,...
上个月我试着做一部漫剧。AI 图像模型出图,AI 配音念台词,再用工具把画面动起来,一集两分钟,理论上一天一集。
第一次写 AI 产品的 PRD,我照老习惯写了一页功能清单:输入框、按钮、结果展示、历史记录。研发看完问我一句:“那模型输出不准的时候,页面显示什么?”
入职第三个月,我带着一个跑得完美的 Demo 去了客户现场。会议室里,产品经理投屏,我敲命令,数据一条条出来,客户点头。签单。
去年我把一个内部服务迁上 K8s,照着教程写了 Deployment,把 replicas 从 1 改成 3,觉得这就算高可用了。三份实例,挂一份还有两份,天塌...
关键区别在控制流由谁决定。Workflow 的每一步是开发者写死的,模型只在单步内工作;Agent 则是模型在运行时决定下一步调什么工具、走哪条分支、什么时候停...
产品设计的第一步,是把"懂"这个字拆开。一个全能问答助手的知识来源其实只有四类,每类的可信度和更新方式完全不同:
判断标准很直接:界面以"数据录入与展示"为主,选 Widgets;以"交互体验与动效"为主,选 QML。 不要因为 QML"看起来现代"就盲目选它——一个表单密...
在讨论怎么用之前,先要理解它和传统软件组件的根本差异。这四点决定了后面所有工程决策。
动态漫画(Motion Comic):以静态漫画分镜为基础,通过平移、缩放、局部动效、配音和音效制造“动起来”的观感。成本低,节奏偏慢。
第一阶段:脚本化部署。 Shell 脚本加手工操作,环境靠人记,回滚靠备份。问题是不可复现、不可审计。
K8s 的核心思想是:用户声明期望状态,控制器持续调谐实际状态。 因此,应用架构设计的关键不是“写多少 YAML”,而是定义清楚资源边界、依赖关系和运行约束。
“AI 智能体”这个词被用得很泛:聊天机器人叫智能体,工作流编排叫智能体,一个会调用 API 的脚本也叫智能体。概念泛化的结果,是讨论失去焦点。
以太坊主网走过了“能跑”的阶段,卡在“跑得动”。区块空间有限,Gas 价格随需求剧烈波动,一笔简单转账在拥堵时可能超过几十美元。对于高频、小额、交互密集的应用(...
智能合约常被误解为“跑在链上的普通程序”。这个类比很危险。普通程序出 bug 可以热修、回滚、道歉;智能合约一旦部署,代码就是规则,规则直接管着资产,改一行可能...
短视频产品的用户体验,本质上由一条信息流决定。用户打开 App,看到的第一屏内容,决定了他会不会继续看第二屏。这条信息流的组织方式,就是推荐系统。
暂未填写公司和职称
暂未填写个人简介
暂未填写技能专长
暂未填写学校和专业
暂未填写个人网址
暂未填写所在城市