2024年04月
2024年03月
2024年02月
2024年01月
2023年12月
做好代码审查,制定代码规则,无限循环的一定要有退出标志。
今天你跟通义灵码互动的第一句话是什么,TA 是怎么回复的?晒出截图(必答)
分享一下你使用通义灵码的感受(必答)
满足了基础的编码需要,但对于后端涉及到业务的代码就无能为力了。以前碰到不会写的算法或者语言的用法需要网上百度,现在可以直接使用灵码来直接询问了。
除了技术之外,还需要有高情商。高情商的沟通可以更好的促进项目的需求沟通,免得大家吵得面红耳赤。其次,高情商的沟通在需要加班的时候让团队成员不那么排斥。
将需求拆分做模块化编程,编写代码时应注意避免冗余代码。
因为程序需要并行运行,因此在设计时需要考虑内存、CPU的使用情况,并需要进行反复测试。
首先说一下1000万字是个什么概念。一般情况下,小学一年级每年10册书,二年级每年20册书,三年级每年30册书,四年级每年40册书,合计100册书。
1000万字相当于40册书。
所以通义千问能处理1000万字的长文档可见技术有多厉害了,同时还免费开放,这对于中小企业来说无疑是一个降本增效的好消息。也间接推动了一些长文档应用的性能提升。
总的来说,长文档的处理在未来可以减少某些场景的一些人工操作,并且可以在不同领域细分,提供个性化的服务,让机器服务于人。
人机交互革命:大模型如何提升我们与机器沟通的自然性和智能化程度?
在大模型出现前,也出现了一些人机交互的软件,那时候使用起来的感觉就是在和机器人讲话,用户说的内容机器它听不懂,它回答的结果用户不满意,真的是一种“对牛弹琴”的效果。那时候我们形容一个客服处理问题不灵活的说法是:“你怎么跟个机器人一样,就会说这几句话”。
而在chatGPT出现后,我们发现机器在与人对话的时候似乎有了一点点的人味儿了。并且我们可以通过投喂数据训练大模型,可以将其训练成我们想要的样子,他的学习速度更快,甚至可能成为比你还厉害的专家。
对比过去,我们与机器的对话已经从固定的一些提示词,改成了自然语言的沟通,在不久的将来我觉得这种智能程度会更高。
计算范式革命:大模型如何影响现有的计算模式,并推动新一代计算技术的演进?
任何技术的演进都来自于用户对产品的需求,需求会潜移默化的推动技术不断迭代更新。大模型的到来会推进算力的不断升级,同时也会在各行各业中不断衍生出新的应用。就像医学,我们可以通过大模型来制作出判断人心率是否异常的AI产品。
在网络发达的年代,任何应用都离不开网络,因此也会推进网络发展,6G、7G等等。
认知协作革命:大模型将如何使人类和机器在认知任务上更紧密地协作?
个人觉得目前人类和机器是互补的,机器还没达到我们想要的智能,但人可以通过灵活的方案、处理方式等来使用机器从而达到作业的目的。
未来如果机器能够拥有自主学习的意识,他或许可以推断出一些人类不易推断出来的结果,帮助人类进行避险等。
两者都各有优缺点,实际的使用中选择哪种,更多会从成本、安全性来考虑。
我作为个人用户的话,使用网盘会多一些,比如会进行一些手机照片备份,备份完成后通常不会经常访问。但当我访问时,文件过多的情况下,加载就会很慢,如果下载大文件,就必须要另外付费。
企业使用网盘的话,除了考虑容量之外,还要考虑多少人使用,这就会设计到成本问题,因为公司的每个人都可能会使用网盘访问资料,如果访问人数没达标,就会造成员工无法访问。
NAS的高速、稳定、安全及可定制化更适合企业用户,虽然价格略高,但长远综合考虑其实成本较低。
开发的过程其实也是沟通交流的过程,所以虽然前期开发者对系统做了充足的规划、设计,但在执行的过程中避免不了一些过程中出现的需求变更,或者彼此理解偏差的情况。
另外,就是理想和现实的差距。在落地之前,我们通过猜想、推理得到很多场景,但实际的使用过程中,你会发现仍然有些场景是在设计的时候没办法考虑到的,这时候就需要不断的调试、修改,不断的完善程序。
这个过程其实也是经验积累的过程,很多开发者的经验都是在这个时候不断磨练出来的。只有碰到更多的偏差场景,才会产生更多更好的解决方案。
你用体验过用通义千问自己写代码、跑代码吗?体验如何?
体验过通义千问,对于没学习过的语言,个人觉得这是一个很好的语言学习工具,能够加快开发者对陌生语言的上手速度,可以快速进入项目编程。
通过通义千问生成的的代码格式也比较规整,只需要修改部分代码即可。这对于团队规范代码格式、注释都是有比较好的帮助。
目前大模型生成的代码可能会曲解开发者需求,遇到这种情况如何优化?
大模型曲解开发需求的主要原因还是对于人的语言理解不够,对于业务理解不够,所以需要不断的投入数据训练,并对错误纠错才行,这是一个比较花时间的过程。
1.在哪些场景下,你会进行入参数据校验的呢?
当然,提交方式不止post,get,可能还会有其他方式,总的来说,涉及到数据准确性、安全性的大都需要做验证。
2.如何优雅的进行入参数据校验?你有哪些处理方式?欢迎分享~
1.晒一晒你开出了什么奖品,上传开盲盒奖品截图(必答)
中了个日历。
2.用AI写代码是什么样的体验,分享一下你使用通义灵码的感受(必答)
对于陌生刚接触的语言我觉得是个好助手。过去遇到一些代码问题需要到百度或者其他地方搜索,答案也乱七八糟的,现在通过AI直接提问,他帮你把大体的代码框架写出来,只需要在这个基础上再进行一些调整就可以了,很方便。
缺点也是有的,比如现在的灵码反应速度还是有点慢的,有时候需要等个十几秒才能把答案输出,希望后续能进行一些优化。另外,对于一些后端应用的复杂逻辑,目前给的解决方案其实不是特别的好,可能需要基于更多的数据进行优化模型吧。
1.如何看待Agent的“成本效益比”?
虽然经历过2023年的AI快速发展后,AI衍生了很多的应用,颠覆了以前我们对AI的认知,但在目前这个阶段,能够进行AI及相关应用开发的成本还是比较高的,如果没有充足的预算,成本还是很高的。
Agent作为AI赛道的下半场,我们可以预见他的未来是非常好的,但对于一般的公司来说还是有点望而却步。
作为一个普通用户,目前大部分的AI产品都还是需要付费的,对于普通用户来说也是一个门槛。
2.你对未来Agent的发展趋势有哪些见解和期待?
AI Agent = LLM(大语言模型推理能力) + Planning(规划能力) + Memory(记忆能力) + Tools(使用工具能力) + Action(行动能力)
未来Agent的学习能力以及成长一定会是指数型的,他可以代替一些目前需要稍微动脑的工作,如果结合硬件发展,制作机器人,相信不久的将来可以实现机器人家政服务。
3.从一个先进工具走向行业专家,你认为Agent面临的关键瓶颈是什么?
本次活动提供的五大场景中你最感兴趣的是哪个,为什么?
本次的五大场景比较感兴趣的有以下几个,按照兴趣的程度排序为:
这样排序的原因是,在AI大火的情况下, 和AI相关的一些创意产品都会比较吸引我的注意力,2023年以前,想的是如何通过代码实现数字化、自动化,AI出来后,个人感觉颠覆了很多以往的认知,数字化、自动化还是需要继续搞,但是结合AI后实现这个目标的过程、方法等都发生了变化。
这次里面的 AI 涂鸦和春日主题创作活动,体现的是 AIGC 的一些场景应用。对于一个爱好艺术的程序员有了很大的帮助,因此这两个我排到了前两位。
在各种数据上云的过程,对于一些个人的数据有时候用户也希望上云,比如一些笔记信息。虽然市面上有很多类似产品,但出于数据安全性,个人觉得 Leanote 云笔记结合云会更加让人有安全感,这也是我选择了这项的原因。
你曾经在云上搭建过哪些应用,这些应用为你带来了怎样的价值?
在云初期我们选择了使用云部署了我们的电商以及管理系统相关业务。最明显的价值就是运维成本的降低,其次是服务器等云上产品的价格比实际购买服务器成本低很多。
除此之外,因为业务上云了,所以接手很多运维工作,对自己运维知识有了比较大的提升。
在使用云服务时,你遇到过哪些挑战,又是如何克服这些挑战的?
有一些云服务可能比较贴近业务,但是又不能完全解决你的一些业务问题,这时候我们就需要自己想办法来搭配其他工具来做解决方案。
其次,就是虽然云服务的操作可能只有几个人,但还是需要再团队内进行相关的架构设计培训,让每个人都能多少了解一些,方便他们在后面的业务设计时能基于这个进行设计以及考虑问题。
1.在日常工作中,你会用到代码生成工具吗?最喜欢哪一种呢?
目前使用过Copilot和通义灵码。相比较而言,更喜欢 Copilot 的响应速度会更快一些。
2.你一般使用代码生成工具来做什么?
3.面对尚处于“成长期”的代码生成工具,你有哪些期待和诉求呢?
首先就是期待能有更强的算力支持,可以快速响应用户的代码需求;其次,更加智能化,目前来看,都是网上已有的一些代码片段来进行输出,希望后面能有更有的代码输出。
代码生成工具让我觉得未来编程语言将不是一个程序员的壁垒,而是代码、设计思路会更重要。
1.你认为它会对哪些行业带来显著变化?
首先显而易见的和视频制作相关的行业都会受影响,比如:广告、自媒体、影视剧等等。除此之外,一些短视频平台,如:抖音、剪映、快手也会被影响。
Sora的智能化,会帮助广告、自媒体、影视剧行业提速增效,在过去一些耗时的工作,通过Sora未来可能会很快完成。当设计师、导演在没有灵感的时候,可以通过sora寻找灵感。
而对于短视频平台,sora的出现则是一种技术挑战,谁能优先使用这项技术为平台赋能,谁将获得先机。
2.如果有机会使用Sora创作你的第一个AI短视频,你希望它帮你生成什么样的内容呢?
如果可以使用sora,最想用它来生成《山海经》的动画。《山海经》充满了古人对神话的想象,故事很丰富,制作成动画一定会很令人期待。
3.生成式AI目前还存在哪些待解决的关键问题?可以从技术层面、伦理道德层面来讨论。
目前的生成式AI还属于素材堆砌的阶段,他的创作能力还不是很好,经常容易出错,需要使用者花比较大的精力去控制关键词,理想的人工智能,应该是能够根据所输入的知识有想法的去输出内容。目前来看,还是差距比较大的。
除此之外,就是需要强大的算力来支持AI发展,对于算力的突破会是一个比较的挑战。
1.作为一位开发者,你会考虑将Vision Pro应用到编程中吗?你对此持有怎样的看法呢?
首先,在知道这个产品后,第一感觉是太酷啦!虽然还没有体验过,但看过《头号玩家》后,我已经能想象的出来使用这个去编程有多酷了。作为一名开发者我会很乐意将 Vision Pro 应用到编程中。
当然作为初代产品,他一定会有很多问题,需要用户在使用过程中不断的优化提升。比如,软件使用的流畅度,佩戴者使用的舒适度等等可能都会出现一些问题。
2.你认为Vision Pro有可能改变开发者的工作模式与效率吗?欢迎分享~
vision pro 作为一个工具,如果应用到实际实际场景中,一定会改变用户的工作模式,就像以前的电脑改变人们的工作方式一样。
比如以前的远程协作,大家只能通过远程工具去控制对方的电脑协助工作,或者视频、语音来进行远程工作,如果使用了vision pro 后,这个远程协作就会更加的具体、生动、形象。或许可以为一些小公司节省一部分的办公室租赁成本,大家可以在家远程工作,为很多人的工作提供了更多的可能性。南京的人也可以在家去做上海城市的工作。
1.结合具体场景,你认为Sora将如何改变视频内容创作领域?
降低了视频创作的门槛,对于不懂摄影、构图的用户来说,他们只需要有对视频内容的构思,就可以通过使用工具来进行视频创作。
对于本身已经有视频制作技巧的人来说,sora作为工具帮助用户提高了视频创作效率。
对于一些应用场景,比如动画创作也提供了很大的便利。比如,一些小说改编成动画,之前是通过 AIGC 生成图片,用一张张图再加上配音做成了一个动画,而sora的出现,则可以帮助用户把这个故事创作成动画,或者其他的形式,从而表现的更加生动。
2.未来AI还能在内容创作领域带来什么新的突破?
或许前期也像文生图一样,只是像素的素材的拼接,但后期如果在大量的数据的投喂下可以创作创新,对一些行业,比如广告,或许可以带来一些明显的效果。
你有哪些方法或技巧来应对日常的工作压力?
压力来自于想要却得不到,所以只有自身能力够强才不怕,所以适当工作适当学习,让自己保持进步,才不会心慌。
业余时间放下手机,尽可能远离短视频,去看一些书,让大脑休息,也让内心平静。
你如何平衡工作和个人生活,以防止职业倦怠?
合理安排工作时间,有生活才能更好的工作。加强体育锻炼,闲暇时间爬山、跑步,放宽心态,工作只是人生中的一部分,不将工作中的情绪带回家。
1、你如何看待阿里云数据库走向Serverless与AI驱动的一站式数据平台?
虽然目前市面上并没有特别突出的云数据库与AI结合的产品,但根据用户的需求以及AI的发展趋势来看,云数据库走向serverless与AI驱动是一个必然的发展趋势。
serverless解决了用户灵活、弹性的服务需求,为用户提供了方便的资源调整方案;AI则帮助用户解决了一部分重复的手工运维,除此之外AI在大模型逐步完善的情况下,未来不仅能做简单的运维,甚至可以提前预知风险的来临,帮助用户防患于未然。
2、随着云原生+Serverless的不断深入,你觉得数据管理与开发的未来有哪些更多可能性?
目前阿里云在DMS推出了AI帮写sql的工具,但实际使用下来感觉离智能还差很多。如果作为一个小白的话, 会希望AI能够通过解析一定的自然语言生成我想要的sql语句;作为数据开发者的话,希望AI能将开发者的sql进行sql调优,提高查询执行速度。
1.要助力国内AI走得更高更远,你认为国产算力平台还需经历哪些磨砺和革新呢?
算力为AI发展提供了重要的基础环境,而芯片技术以及好的系统架构则是决定算力能不能快速发展的一个重要因素。
目前国内比较大的算力平台有阿里云、腾讯云、华为云、云闪付即联想云,除此之外还有一些优秀的小平台,相比较于大平台的横向发展,小平台更专注于某个领域的纵向发展。
总的来看,国内的算力平台竞争还是比较大的,要想在众多平台中脱颖而出,必须得有较硬的技术壁垒,优秀的芯片技术,这也是国内比较卡脖子的技术瓶颈。个人认为,技术瓶颈的突破需要经历无数次的实验,以及人才的教育培养。高校有着天然的人才优势,但是缺少实践的机会,希望未来能有更多的校企合作,帮助高校人才有更多的实践机会。
2.国产算力土壤之上,能孕育出怎样的AI创新之花?
如果国产算力能够满足AI的发展的话, AI一定可以助力更多的行业,帮助更多的企业和机构提高效能。