随着大语言模型的快速发展,我们面临着知识时效性和准确性的挑战。RAG(Retrieval-Augmented Generation,检索增强生成)技术应运而生,它结合了检索系统和生成模型的优点,为AI应用带来了革命性的改进。
大模型的局限性
传统的大语言模型存在几个明显的局限性:
- 知识截止日期:模型训练完成后,无法获取最新信息
- 事实准确性:模型可能产生"幻觉",编造不存在的信息
- 领域专业性:在特定专业领域,模型可能缺乏深度知识
- 实时性:无法处理实时变化的数据
随着大语言模型的快速发展,我们面临着知识时效性和准确性的挑战。RAG(Retrieval-Augmented Generation,检索增强生成)技术应运而生,它结合了检索系统和生成模型的优点,为AI应用带来了革命性的改进。
传统的大语言模型存在几个明显的局限性:
目前我们看到的ChatGPT、DeepSeek、Kimi、千问、豆包都是生成式人工智能,为什么说他们是生成式人工智能,而不是人工智能呢?
我们先来看看人工智能是什么?
人工智能 (AI) 是一种使计算机和机器能够模拟人类学习、理解、解决问题、做出决策,以及发挥创造力和自主性的技术。
配备 AI 的应用程序和设备可以感知并识别物体。它们可以理解人类语言并作出回应;可以从新的信息与经验中学习;可以向用户和专家提供详细建议;可以自主行动,替代人类智能或人工干预(自动驾驶汽车就是典型案例)。
人工智能的目标是要让机器能像人一样感知、推理、决策。它包含你熟知的一切,比如下围棋的 AlphaGo、人脸识别、自动驾驶、推荐算法等。
记录 AI 学习与实践的点点滴滴。
AI 技术正在深刻改变我们的工作方式,这里记录我在学习和使用 AI 工具过程中的心得与总结。
作者:Herrylo
本人是白嫖党,找了个免费大模型玩玩,主要是为了体验 Claude Code 的功能。
Claude Code 一个在在终端中运行的代理助手。虽然它在编码方面表现出色,但它可以帮助您完成从命令行可以做的任何事情:编写文档、运行构建、搜索文件、研究主题等。
原文链接:https://www.yuque.com/yopai/pp6bv5/sig14axlkrxtavor
如果你现在用的是 Cursor 或 Claude、TRAE,但仍觉得产出不稳,下面这套工作流你可以看看。
目前开发流程主要是先和 AI 聊需求确定方案,然后产出一份设计及 Plan 文档,接下来就是 AI 狠狠干,业务代码和测试代码都加上,并且会自动化测试、排查以及修复,最后多 Agent 多维度 Review + 人工 Review 收尾。