大批的 AI 落地场景，本质都是在用 LLM 来完成一些【微智能】。
很多接口，交互都需要一些结构化的输入，不麻烦，但总归得思考，分析一会儿，纯用代码逻辑实现的话又有点死板，不通用。这种其实 AI 的效果是最好的，我们的诉求很简单，能听懂人话，简单分析，快速翻译成指定格式，不要求多少深度。现在的小模型速度足够快，很容易解决。尤其是这类场合输入输出很固定，好评估效果，快速迭代。再匹配上一些工具调用，自动化流程。能解决一大堆日常问题。
小模型 + MCP + 自动化，是日常绝大多数场景的大杀器。
很多接口，交互都需要一些结构化的输入，不麻烦，但总归得思考，分析一会儿，纯用代码逻辑实现的话又有点死板，不通用。这种其实 AI 的效果是最好的，我们的诉求很简单，能听懂人话，简单分析，快速翻译成指定格式，不要求多少深度。现在的小模型速度足够快，很容易解决。尤其是这类场合输入输出很固定，好评估效果，快速迭代。再匹配上一些工具调用，自动化流程。能解决一大堆日常问题。
小模型 + MCP + 自动化，是日常绝大多数场景的大杀器。
展开
评论
1