AI产品

（仅分享最近的收获）：AI能够提升上限：情景- 我之前上学时喜欢用Python。曾说“JAVA是工作，Python是生活”- 虽然但是，没有Python大项目基础，等级可以类似于 JAVAEE水平。太久没写后也忘了差不多辽- 我需要使用python进行快速的自动化落地，从零到一完整写一个新的项目：过程- 一开始古法编程硬写，费时费力没有成果- 过了一段时间选择推倒重来，给出完整的产品设计文档，以及数据库建模，以及需求单.md- 再装配 skill，使用 AI IDE （agent，模型都选国内顶级模型） + Intellij （手动修改，使用 DS的 FIM）结合的模式- 针对需求单做进一步任务拆解，“吃一个，看一个”；在交给AI前，先自己把伪码以及核心方法名创建出来 （最长一次花了2h做这事）- 花费大量时间堆 prompt 质量。只手动圈选必要上下文（最多一次圈了15个文件），并有礼貌的指出问题，指出你要看什么这样这样- 对结果不断优化，能改的直接自己改：结果- 攻克太多之前想都不敢想的难点，东西出来了：舒服的地方- 一筹莫展的境地，有了转圜的余地- 我这种菜鸟写起来肯定是磕磕绊绊，我就疯狂的打TODO让他FIM，速度得到了保证，不会卡心流- 真的能够快速验证，小步快跑，把东西拉出来：不舒服的地方- 平均一次响应要5min以上。很急，等到切回来我的上下文也是要恢复滴- 模型质量不足。连我这个python菜鸡都看不下去了，写的啥啊，应该主要是业务太复杂了罢。。。- prompt与前期准备工作占到了单一需求开发全流程的 60% 以上。不是说不能接受，就是有些别扭，明明有这些时间写文档，自己写也写完了（如果是java的话）：评价- 当然JAVA工作的话，主要还是修修补补为主，不是这种“一口气，一把梭”的情况。。。同时，负责的业务场景很复杂，项目文档建设非常落后，最近commit冲突的量级是以k来统计的 --我没有信心让AI来帮我做这些- 我能够接受这种合作方式，我认为自己不是AI的奴隶，同时暂时很难取代，我上面所述的工作拆解与指挥领导的这一步- 后面我会拥抱 Codex 的生态，然后把项目的文档都补充建设起来- 当然，我也明白，

标题：从零入门Agent开发，保姆级学习路线｜双非本科靠它拿到AI岗offer太懂零基础入门的迷茫了。很多人一上来就啃大模型底层源码、背Transformer公式，越学越懵，最后直接放弃。其实入行Agent开发，根本不用一上来就死磕底层原理，先跑通闭环、再深入原理，先做应用、再挖底层，才是普通人最高效的学习路径。今天把这套从零到一的学习路线全部分享出来，校招/转岗的同学直接抄作业就行。第一阶段：入门筑基期（1-2周）—— 搞懂本质，搭好基础环境这个阶段的核心目标：搞懂「Agent到底是什么」，搭好开发环境，跑通第一个最简单的Agent demo，建立正反馈，绝对不要一上来就啃理论。必学核心内容...

被横向挂了，希望发出来对大家有帮助！1. 随着AI发展，相较于传统的产品/运营/技术/研发/运维，行业会有哪些变化？2. 如何定义未来的AI产品运营方向？这个岗位需要会什么、做什么、解决什么核心问题？实习深挖1. 你理解的AI某某产品核心解决什么问题？产品定位是什么？你在项目中承担的具体角色？2. 这个产品核心是ToC还是ToB？这个产品偏交互类设计更多？3. 若未来产品定位向解决交互问题倾斜，该如何和垂类产品（举了几个竞品）竞争？4.用户核心使用该功能，是因为不会用AI、需要参照想法，还是本身带着明确需求而来？5. AI时代用户注意力难以长时间停留，该如何适应这种情况？如何解决转化率和有效性问题？6. 传统软件是APP/H5/网页的GUI交互，现在AI产品多为chat式CUI交互，如何看待未来的交互形式？

1. 先做一个简短的自我介绍，重点讲你和 AI 应用开发最相关的经历2. 讲一下你做的这个Agent项目介绍一下核心链路一般是用户输入问题后，先做意图识别，再判断是走直接生成、知识检索还是工具调用。技术上可以拆成接入层、编排层、检索层、模型层和观测层。编排层负责 Prompt 模板、上下文管理和工具路由；检索层负责文档切片、向量检索、关键词检索和重排；模型层负责对接通用大模型和总结模型；观测层负责 trace、耗时、召回质量和最终答案质量。 public Answer handle(QueryReq req) { Intent intent = intentService.detect(req...