AI 前端
前端在AI范式的改变下，会出现两个方向的演变:
- 一种是AI工具的开发者
- 一种是AI 加持的跨行业跨工种的使用者
- 比如前端相近的工种，后端、测试、产品、UI
- 或者平行工种，比如IOS、安卓、小程序等等
提示词工程
选取模型
选择合适的模型包括三个步骤：
- 合规隐私要求：筛选符合条件的模型
- 领域能力评估：构建评估指标
- 验证与测试：评估并筛选最终的模型
Agent和 Workflow
Agent
- 聚焦在某一个领域
具有一定自主规划、决策能力的交互机器人。 - 优点：灵活性高，自主决策，调用定义好的
tools，完成相对复杂一点的任务。 - 缺点：稳定性不确定，依赖于模型的推理能力。
Workflow
- 聚焦在某一个领域，
根据用户定制好的专业工作流，完成专业领域的相对复杂任务。 - 优点：稳定性较高，根据用户既定的工作流，完成任务。
- 缺点：灵活性较低，所有任务只能按照用户定制好的工作流依次执行。
如何基于公司私有组件库生成业务组件
三种解决方案
预训练
预训练是整个大模型训练过程中最复杂的阶段，如 GPT4 的预训练由大量的算力（GPU）在海量无标记的数据上训练数月，最终产出基座模型。
Fine-tuning（微调）
基于基座模型，使用少量已标记的数据(相对预训练来说)进行再训练，让模型更符合你的特定场景。
RAG：Retrieval（检索）- Augmented（增强）- Generation（生成）
本质：一种思想和方法论，目的是为了解决大模型在特定场景（如公司私有组件库）的”幻觉”问题。