知鸦日报2025-02-11

何小鹏从小鹏汽车的造梦者转变为实业家,经历了从技术导向到客户导向的转变。面对制造业的挑战,他调整战略,强调规模效应和成本控制,推动公司从ICU走向复苏。他亲自参与采购、技术、流程管理,甚至拆解部门墙,提升效率。何小鹏坚信,AI和智能驾驶是未来核心,但必须结合制造业的硬核现实。他带领小鹏在激烈的市场竞争中,逐步找回信心,迈向行稳致远的未来。

AI工具如DeepSeek正改变短视频创作,助力设计师高效产出内容。通过实际案例,展示了从分镜设计到视频生成的完整流程。利用DeepSeek优化生图咒语,结合comfyUI和可灵,快速生成高质量短视频。AI工具不仅提升效率,还释放创意空间,让创作者有更多时间打磨故事内核,适应快节奏的推广需求。

DeepSeek火爆但常遇服务器繁忙,本地部署受限于硬件。推荐通过硅基流动和Cherry Studio在线体验满血版,无需高配电脑。新用户注册可得2000万tokens,支持多种模型切换,包括DeepSeek-R1和图像生成模型。Cherry Studio支持私域部署,确保对话信息本地存储,保护隐私。简单几步即可搭建高效、安全的AI助手。

DoorDash正在从microrepos转向monorepo,以简化依赖管理和代码重用。尽管monorepo带来了可扩展性和构建时间的挑战,但DoorDash通过自研的分布式构建服务解决了这些问题,实现了高效的并行构建。该服务使用Gradle,支持Kotlin和protobuf项目,通过动态配置和资源管理优化构建过程,显著提高了构建速度和可靠性,提升了开发者的工作效率。

DoorDash采用大语言模型优化搜索系统,通过知识图谱和混合检索策略提升查询理解。系统灵活处理复杂查询,精准链接用户意图与商品属性,确保搜索结果相关性。结合检索增强生成技术,有效减少模型幻觉,提高检索精度。在线测试显示,新系统显著提升用户体验和转化率,为动态市场环境下的复杂查询处理提供了新思路。

DoorDash通过机器学习与生成式AI融合,提升客户体验,扩展至杂货、酒精等新领域。ML模型优化产品推荐、配送路线等,LLM助力产品知识图谱构建,提升搜索精准度。LLM辅助标注加速数据处理,自动化检测产品目录不一致,确保购物体验流畅。多意图、多实体、地理位置感知的搜索引擎,结合个性化推荐,提供更相关、易用的搜索结果。DoorDash持续探索多模态LLM,提升服务个性化与效率。

DoorDash通过使用大型语言模型(LLMs)和检索增强生成系统(RAG)优化了其Dasher支持系统。新系统能快速解决配送问题,但面临响应准确性、语言一致性等挑战。引入LLM Guardrail和LLM Judge等工具确保响应质量和合规性。尽管自动化提高了效率,复杂问题仍需人工处理。未来,系统将持续改进,以增强处理复杂问题的能力。

AI在软件开发中日益重要,但大模型仍存在幻觉等问题。智能体系统通过模块化、自主决策等特性,提升AI应用的可靠性。本文以Code Review任务为例,探讨了从简单复制粘贴到使用LangChain框架构建智能体系统的全过程,分享了工程化方法与最佳实践,并分析了智能体系统面临的挑战与解决方案。

DeepSeek结合提示词工程提升输出价值。使用万能Prompt框架,包括角色、问题、目标和要求四部分,帮助编写Prompt。通过RAG技术,提高大模型推理效果。Few-shot示例和记忆功能增强模型表现。专业领域需整理知识,优化Prompt可用大模型自动优化算法。调整温度和Top-P参数控制模型输出确定性。有效的Prompt管理和知识更新对大模型应用至关重要。

大语言模型(LLM)虽强大但存在幻觉、知识时效性等问题。RAG通过实时信息检索提升生成准确性,GraphRAG进一步利用知识图谱处理复杂关系,改进QFS问题。GraphRAG通过索引和查询阶段,将文本转化为结构化信息。微软的LazyGraphRAG降低了成本,提升了查询效率。通过优化LLM使用时机,LazyGraphRAG实现更高效查询生成。

Ollama提供跨平台安装指南,支持macOS、Windows和Linux,帮助用户轻松运行本地AI模型。通过下载和加载Deepseek模型,用户可以在终端进行模型对话。硬件建议配置为32GB内存和16GB显存。安装交互UI的Chatbox和Page Assist插件,用户可以实现智能问答模式。Dify知识库搭建指南提供了详细步骤,支持Docker Compose部署,并通过Ollama实现模型供应。14b模型在翻译任务中表现优于7b模型,适用于macOS的特定业务场景。

白屏化运维平台通过标准化、自动化和可视化,解决了传统运维的多痛点。平台集成多云管理,简化kubeconfig切换;提供Kafka、ES等中间件的可视化运维,提升效率;实现Node管理和PV云盘管理的自动化,节省资源和成本;通过CPU Burst管理保障高峰期服务稳定;YAML管理服务确保配置变更安全可控。平台显著提升了运维效率和安全性,降低了操作风险。未来将持续拓展运维场景和智能化能力。

在不确定的业务需求下,通过混合架构(Native容器+Weex2.0)提升交付效率和质量。优化交易链路的性能体验和迭代效率,通过实例、数据、资源管理提升页面性能。采用Fragment、异步预热、ZCache等技术降低导航和加载耗时。实现高性能和高效率的开发模式,以满足复杂多变的业务场景需求。

京东商家智能助手通过基于大语言模型的Multi-agent系统,提供7x24小时的电商经营支持。该系统采用多智能体协同技术,实现从商品发布到数据分析全流程智能化操作,决策准确率超90%。通过ReAct范式动态规划和分布式协作,提升规划效率和架构稳定性,显著降低推理成本。商家助手在电商领域展示了多智能体与大模型结合的潜力,为行业智能化协作提供新方向。

韩束母公司上美股份创始人吕义雄在工作群中讨论用AI替代员工,引发热议。AI技术导致全球范围内许多岗位被替代,尤其是客服和程序员等职业。尽管技术变革创造了新岗位,但速度和技能要求使得许多被替代员工难以适应。AI的快速发展对社会弱势群体构成挑战,需关注其体面生活。技术进步不可阻挡,但应兼顾人性化关怀。