获得徽章 0
目前公认的编程模型是 Top 1 是 claude 4 sonnet. 很多人甚至愿意花每月 $200 订阅。
claude 4 sonnet 在今年5月发布，紧接着在几个月内，qwen3-coder, kimi-k2, glm-4.5, deepseek-v3.1 相继发布。虽然比不上 claude, 但是编程能力大大增强，而且极具性价比。
照这个趋势，猜测明年的模型，编程能力应该能赶上或超过 claude 4 sonnet 了，而且价格会大大降低。
所以，当下不必关心用什么模型，也不一定必须要花很多钱。当下最应该关注怎么用好 AI Coding Agent ，目标是如何做到每天消耗尽可能多的 token 去完成更多的事。
claude 4 sonnet 在今年5月发布，紧接着在几个月内，qwen3-coder, kimi-k2, glm-4.5, deepseek-v3.1 相继发布。虽然比不上 claude, 但是编程能力大大增强，而且极具性价比。
照这个趋势，猜测明年的模型，编程能力应该能赶上或超过 claude 4 sonnet 了，而且价格会大大降低。
所以，当下不必关心用什么模型，也不一定必须要花很多钱。当下最应该关注怎么用好 AI Coding Agent ，目标是如何做到每天消耗尽可能多的 token 去完成更多的事。
展开
1
点赞
AI Coding 领域非常火爆，作为开发者，也要琢磨如何抓住这个机会。
这里的开发者指的是纯靠写代码赚钱的人，不是“独立开发者”，不是“写代码的PM”，也不是“写代码的老板”。
AI Coding 必然会替代大量代初级开发者，不过并没有替代中高级开发者（也许永远不会替代 ），所以，中高级开发者有机会通过 AI Coding 为自己多赚钱（而不是为老板赚钱）
这里的开发者指的是纯靠写代码赚钱的人，不是“独立开发者”，不是“写代码的PM”，也不是“写代码的老板”。
AI Coding 必然会替代大量代初级开发者，不过并没有替代中高级开发者（也许永远不会替代 ），所以，中高级开发者有机会通过 AI Coding 为自己多赚钱（而不是为老板赚钱）
展开
评论
1
多路召回比关键词检索和向量检索更强，因为它结合多种方法，能找得更准、找得更多、不容易漏掉好内容。
多路召回的知识库准备：
1 数据准备
a 数据源
b 数据获取、解析、清洗
c 文本分块：切片
d 数据入库：关系型数据库
2 建立全文检索引擎（比如基于 BM25 算法）
3 建立向量检索引擎（比如使用 FAISS）
基于多路召回的问答流程（串行多路召回）：
1 用户提问
2 召回
a 初筛：全文检索（关键词检索）
b 精排：向量检索
c 融合：将多个通道召回的结果融合。使用简单的算法或重排序模型实现。
3 生成提示词：结合用户提问和召回片段构造提示词
4 调用大模型，获取回答
多路召回的知识库准备：
1 数据准备
a 数据源
b 数据获取、解析、清洗
c 文本分块：切片
d 数据入库：关系型数据库
2 建立全文检索引擎（比如基于 BM25 算法）
3 建立向量检索引擎（比如使用 FAISS）
基于多路召回的问答流程（串行多路召回）：
1 用户提问
2 召回
a 初筛：全文检索（关键词检索）
b 精排：向量检索
c 融合：将多个通道召回的结果融合。使用简单的算法或重排序模型实现。
3 生成提示词：结合用户提问和召回片段构造提示词
4 调用大模型，获取回答
展开
评论
1
GPT-4o mini 只有 80 亿参数，GPT-3.5 有 1750 亿参数，但是 4o mini 的质量明显优于 3.5. 原因：
1. 训练方法：采用MoE架构动态激活专家模块，结合知识蒸馏和指令层次训练，提升参数效率与任务精准度。
2. 数据层面：精选多语言及专业领域高质量数据，强化专项能力，减少冗余信息干扰。
1. 训练方法：采用MoE架构动态激活专家模块，结合知识蒸馏和指令层次训练，提升参数效率与任务精准度。
2. 数据层面：精选多语言及专业领域高质量数据，强化专项能力，减少冗余信息干扰。
展开
评论
点赞
评论
点赞
赞了这篇文章
AI 的一个能力是处理解析加工文本数据，对于这类任务，AI 的特点是能更简单的处理很多之前处理不了或很难处理（需要写很多代码）的任务，比如：
- 需要自定义规范和风格的翻译任务
- 识别文本中的一个或多个人物名称
- 自定义排版
- 提炼总结、改写优化
- 需要自定义规范和风格的翻译任务
- 识别文本中的一个或多个人物名称
- 自定义排版
- 提炼总结、改写优化
评论
1
![[发呆]](http://lf-web-assets.juejin.cn/obj/juejin-web/xitu_juejin_web/img/jj_emoji_4.28b310a.png)
国外三大模型厂商纷纷开源了自家的 CLI Code Agent
- Google(Gemeni):
github.com
- OpenAI(CodeX):github.com
- Anthropics (Claude Code):github.com
- Google(Gemeni):
github.com- OpenAI(CodeX):
github.com- Anthropics (Claude Code):
github.com
展开
评论
点赞
AI Agent 的 3 个核心模块：
1. 大脑：大语言模型，提供智能。负责推理、规划、语言生成等。
2. 记忆：也就是上下文 context. 包括环境信息和任务过程中的信息。
3. 工具：调用外部工具，比如搜索，发信息，运行代码，或调用其他的 Agent
1. 大脑：大语言模型，提供智能。负责推理、规划、语言生成等。
2. 记忆：也就是上下文 context. 包括环境信息和任务过程中的信息。
3. 工具：调用外部工具，比如搜索，发信息，运行代码，或调用其他的 Agent
展开
3
5