悟鸣的技术博客

OpenAI"学习模式"提示词的设计精妙之处：1. 采用层次化结构设计，明确划分背景、规则、功能、语调和重点，确保指令优先级清晰；2. 融入认知科学理论，如单次只提一个问题的认知负荷限制，以及基于现有知识的建构主义学习原则；3. 创新交互设计，结合苏格拉底式提问、多模态活动和渐进式引导，形成动态学习体验；4. 多重强化关键边界，三次强调"不直接给答案"的核心原则，并设置容错机制允许用户两次尝试机会。该提示词展现了将教育理论与AI工程实践完美融合的专业水平。

DeepSeek 官网使用 DeepSeek-R1 经常服务不可用。有很多解决办法，其中最简单的就是找到直接打开就可以用的网站。这篇文章为大家盘点这些开箱即用的网站。本文介绍了多种可以立即使用DeepSeek-R1的平台，解决了官方服务不稳定的问题。这些替代方案让用户不必再受官方服务不稳定的困扰，可以根据自己的具体需求选择合适的平台，享受 DeepSeek-R1 的强大功能。全套北京大学 DeepSeek 教程来了！别再花钱买了（附2份 PDF，免费领取）全套清华大学DeepSeek教程来了！

这篇文章探讨了 AI 对程序员能力的影响，指出过度依赖 AI 导致多项基础能力衰退。作者提出“无 AI 日”实践方案及一系列使用规则，如先思考再用 AI、分级使用、培养新能力等，并强调要将 AI 定位为辅助工具，保持学习心态，提升核心竞争力。文章引起强烈反响。

本文从用户需求出发，通过提示词工程在 Claude 3.5 Sonnet 上实现了类似 DeepSeek-R1 的思考过程可视化。尽管无法完全复制其深度思考能力，但通过提取思考模式并结合 Claude 特点，探索出一种提升模型透明度的方法。优秀的提示词往往来自于反复调优和实践验证在编写提示词时，参考目标模型的反馈很有帮助提示词的价值不仅在于提升输出质量，更在于帮助我们理解模型的思维方式在新一代大模型时代，提示词工程正从技巧积累转向帮助用户优化需求表达、理解模型思维。

随着 DeepSeek R1 模型的火热，其服务不稳定的问题也日益突出。本文为大家梳理了几种可行的替代方案，各有优劣：对普通用户来说，第三方平台的网页、客户端和 API 服务可能是最便捷的选择。秘塔 AI 搜索提供满血版模型且每天有免费额度，是较为理想的替代方案；DeepSeek-R1 虽然只支持小参数模型，但胜在稳定可靠；超算互联网平台则值得期待其即将推出的大参数版本；lmarena.ai 则侧重于模型测试，提供了 deepseek-r1 ，也提供了很多其他模型。

软考，全称为计算机技术与软件专业技术资格（水平）考试，是针对计算机和软件领域从业者设立的一种国家级考试体系。它旨在科学、公正地测试和评价考生的技术水平和能力，为用人单位选拔合格人才提供客观标准。软考分为初级、中级和高级三个等级，每个等级下又细分多个科目，覆盖了计算机软件、计算机网络、计算机应用技术、信息系统和信息服务等多个领域。软考的价值不在于证书本身，而在于备考过程中技能和能力的全面提升。无论最终是否能够一次通过，这个过程都将成为你职业生涯中宝贵的学习经历。

提示工程、微调和检索增强生成（RAG）是三种主要优化大型语言模型输出的方法。

提示词越狱为提示词的学习和调优提供了一个全新的视角。通过研究如何绕过大语言模型的安全机制，用户可以更深入地理解提示词的工作原理，从而更好地设计和优化自己的提示词。在本文中，我们探讨了提示词越狱的定义、应用场景，以及如何通过越狱提取和学习优秀的系统提示词与 Agent 提示词来提供自己的提示词创作和调优水平。总结如下：提示词越狱的双刃剑效应：虽然提示词越狱有助于学习和研究，但它也揭示了语言模型的脆弱性，提醒我们在使用这些工具时要保持审慎。越狱提示词可以揭示系统提示词的设计逻辑，但这也意味着潜在的安全隐患。

GitHub 还为企业提供自定义模型。更具体地说，他们可以微调 ChatGPT 以生成更好的响应。风格偏好：团队可能有特定的编码风格、命名约定、格式指南等。使用微调版本的 ChatGPT 将使 Copilot 遵循这些规则。API/SDK 版本：团队可能正在使用特定版本的 API/SDK。ChatGPT 模型可以在使用目标版本的代码库上进行微调，以提供兼容并优化特定开发环境的建议。专有代码库：一些公司有使用不公开技术的专有代码库。

基于微调构建精品多模态Agent的原因在于微调能够针对特定的任务、领域或用户群体优化模型的性能，同时多模态能力让Agent能够理解和生成不同类型的数据（如文本、图像、音频等），从而提供更丰富、更自然和更准确的交互体验。它们能够更准确地理解用户的意图和情感，以及通过多种形式的内容回应用户，从而建立更加紧密和满意的用户关系。总之，基于微调构建的精品多模态Agent能够提供更加专业、个性化和多元化的服务，满足用户在不同场景下的复杂需求，从而在众多应用中脱颖而出。微调可以帮助模型在特定任务上达到更高的准确率。

模型需要token来思考，因为在大型语言模型（如GPT系列）中，token是处理和生成文本的基本单位。这些模型通过接收一系列的token（可以是单词、字符或者其他形式的数据片段），根据这些输入的token来预测下一个token或者生成文本。在这个过程中，每个token都可以被看作是模型进行信息处理、推理和生成回应的一个时间步骤。因此，token在模型的“思考”过程中起到了决定性的作用，它们就像是模型处理信息和进行推理的“时间”，每个token都是模型在特定时间点上的思考和处理的结果。

对于AI Agent而言，长期记忆的实现通常涉及到类似的信息压缩过程。AI需要从大量的数据中学习模式和规则，然后将这些知识以一种高效的方式存储，以便在需要时快速检索和应用。例如，通过总结和提炼聊天记录、用户偏好、常见问题解决方案等，AI可以更有效地处理新的输入和情境，而不是简单地回放存储的数据。通过提取和存储信息的精华，AI能够在保持反应灵敏度的同时，扩展其处理的复杂性和范围。长期记忆的本质被视为信息压缩，是因为它涉及将经历过的事件、学习的知识、或是交互的内容等大量信息，以一种高效、易于检索的形式存储。

明明如月学长， CSDN 博客专家，大厂高级 Java 工程师，《性能优化方法论》作者、《解锁大厂思维：剖析《阿里巴巴Java开发手册》》、《再学经典：《Effective Java》独家解析》专栏作者。

每年，《人工智能指数报告》都会以其日益增长的信息量和重要性，在电子设备上引起越来越大的关注——今年的报告共 502 页，证明了 2023 年是人工智能的一个重大年份。过去三年中，IEEE Spectrum 阅读了整份报告，并选取了一些图表来概述当前的人工智能状态（参见我们 2021 年、2022 年和 2023 年的报道）。今年的报告由斯坦福大学人本人工智能研究所（HAI）

用 AI 给人生开挂的正确方式 - 在 AI 迅速进化的时代，我们应该如何不落伍》，讲到在 AI 快速发展的今天，我们需要学习：驾驭大模型的能力、学习最基础最核心的知识、培养不容易被 AI 取代的能力。我们可以跨行业寻找机会，在这个 “人人都是工程师”的时代基于大模型快速创建应用解决痛点，灵活运用 AI 帮助自己解决问题。并且强调在 AI 时代应该使用 AI 来加速学习。很多人对我的“软考高级辅导专家” 有点感兴趣，想了解提示词是怎么写的，也想搞个 Agent 用起来。

我认为，当前在 AI 落地时，可以借鉴万知 AI 创作 PPT 的设计理念。如将复杂任务拆分成多个步骤，让用户的输入成本降低，输入的准确性和全面性更好，让用户可以及时对中间过程进行干预避免产出不符合预期的结果。任务的拆解降低了AI 的难度，同时通过用户的纠正和确认，让 AI 更好地理解用户意图，同时通过通过重试机制降低AI “发挥失误” 带来的影响。大家在实践中可以将更多先进的设计理念融合进来，进一步优化，让 AI 不只是“噱头”，而是真正能够服务好业务发展的“发动机”。

用 AI 给人生开挂的正确方式 - 在 AI 迅速进化的时代，我们应该如何不落伍》，讲到在 AI 快速发展的今天，我们需要学习：驾驭大模型的能力、学习最基础最核心的知识、培养不容易被 AI 取代的能力。我们可以跨行业寻找机会，在这个 “人人都是工程师”的时代基于大模型快速创建应用解决痛点，灵活运用 AI 帮助自己解决问题。并且强调在 AI 时代应该使用 AI 来加速学习。

论文标题：《Retrieval-Augmented Generation for Large Language Models: A Survey》

本文主要讲述在 AI 快速进化的时代，作为一个普通人该如何应对才不容易落伍。这是一个非常大的命题，也是值得每个人去思考的问题。希望本文的一些观点能够对大家带来一些启发，也欢迎大家在评论区交流讨论。能够在有生之年目的 AI 的发展非常荣幸，在这个快速变革的时代，我们需要调整自己的学习的内容，学习的方法，真正享受 AI 带给我们学习和生活的点滴改变。

通过结合检索系统的精准和深度,以及生成模型的创造力和流畅度,RAG模型能够以前所未有的精湛水平和准确度应对广泛的任务。就像一位熟练的讲述者编织叙事线索,生成模型综合检索到的信息与其内部知识,生成连贯且与上下文相关的响应。总之,检索增强生成(RAG)模型代表了自然语言处理领域一种突破性的方法,它将检索系统和生成模型的力量融会贯通,生成高度复杂且与上下文紧密相关的响应。就像旅行社代理要了解旅客的需求和偏好,从而推荐最佳行程,RAG也会仔细分析用户的查询,确定他们的意图,并根据预算指引选择最合适的景点和城市。

软件安全是指保护软件免受未经授权的访问和修改，确保软件正常运行不受干扰，以及保护软件中的数据不被泄露或滥用。

本文介绍如何使用 AI 工具，几秒钟帮助身边妹子解决了困扰半天的问题。不仅分享解决办法，还分享解决过程以及由此带来的启发。

当然，不同人的诉求不同，不同模型擅长的领域也有所不同，但是不同的人看法不同。本文提供自己接触过的还不错的国内大模型，仅供参考。欢迎加入我的知识星球，知识星球ID：15165241 一起交流学习。申请时标注来自CSDN。

曾经有一批强大的 AI 模型摆在我面前，我却未曾珍惜，知道发现别人能够轻松驾驭它发挥巨大价值，才后悔莫及，如果上天给我重来一次的机会，我会努力学习经验和技巧，成为第一批熟练驾驭 AI 模型的人!随着 ChatGPT 的问世，各行各业深受震撼，国内外各种新的大模型也如雨后春笋般相继出现。一些对机遇反应迅速的人已经开始将 AI 运用到学习和工作中，甚至已经开始借助 AI 赚钱了。

随着 ChatGPT 的横空出世，给全球带来了巨大冲击，各种大语言模型如雨后春笋不断出现。国外如谷歌 Bard、Anthropic 的 Claude，国内如百度文心一言、阿里通义千问、讯飞星火认知大模型、昆仑万维天工大模型等。现在的大语言模型比以前的模型的代码生成、代码解释能力有了质的飞跃，很多程序员已经开始使用大语言模型编写代码，因此很多人认为 “程序员将会被 AI 所取代”。AI 时代，程序员真的要被淘汰了吗？在 AI 时代，如何才能提高竞争力？

在现代软件开发中，大语言模型（LLM）已成为许多应用程序的核心组成部分。然而，与大语言模型的 API 的集成并不总是一帆风顺的。本文将深入探讨这些挑战，并提供 5 个实用步骤来克服它们。

我已经探索过一些在编写高质量、功能性代码方面的 AI 实践应用，它们能在你编程时提供诸多便利。我一直在工作中使用网页工具和（我们可以将 Copilot 视为 GPT 的一个变体，因为它们都基于同一核心技术构建）。

人类对图形的接受和处理能力高于对文字和数字的处理能力。如果我们学习某个知识的时候，能够找到配套的图，理解会好很多。但，并不是所有的知识都有配图。然而，人工智能的时代已经来临，为什么不尝试用 ChatGPT 来绘图帮我们理解呢？

无论是在 ChatGPT 中还是通过 API，对 OpenAI 的 GPT-4 模型的访问比 GPT-3.5 限制更多。这意味着你需要慎重考虑在何种情况下使用 GPT-4，并选择性地将最适合的任务交给它，以便让其发挥更大作用。

"插件化"是指在软件中引入插件系统，这样用户可以按照需要安装和使用不同的插件以扩展软件的功能。这种方式使得软件的功能可以灵活扩展，而不必在软件的主体部分添加大量代码。像大名鼎鼎的 Chrome 浏览器、 开发工具如 VS Code、 IDEA、Eclipse 、包括效率神器 Alfred、Utools 等都支持插件，正是因为这些插件让他们更流行，功能更丰富，可玩性更强。本文介绍了 GPT-4 一些好用的插件，介绍什么是插件化、插件化的好处插件化和设计模式的关系和 GPT 插件目前还存在的一些问题。

正如手机、电脑的出现一样， AI 的普及也会给人们的生活带来影响。在 AI 的时代，我们需要保持自己的判断能力，提高自己的思维能力，让 AI 更好地为我们服务，解放生产的，而不要成为完全依赖 AI 的很容易被取代的人。

目前 ChatGPT 主要有两款 PDF 对话插件，一个是 AskYourPDF 一个是 ChatWithPDF，他们都可以实现给一个公共的PDF 链接，然后进行持续对话。使用时发现都需要提供一个 PDF 的链接。「1」一个是直接提供了公开访问的PDF链接，如这个论文网站直接提供了诸多 PDF 访问链接，读论文非常方便。「2」一种是自己上传PDF 文档然后获取对应的 PDF 链接。那么怎么获取这个链接？

在搜狗输入法的【设置】- 【高级】 - 【自定义短语】中可以预定义一些短语。点击【+】 可以新增自定义短语，定义缩写和自定义短语：设置好以后，在搜狗输入法中输入该关键字，即可快速调出对应的提示语。目前首推 “ChatGPT - Prompt提示选择器” 这个插件，不仅提供了常见的提示语还允许自定义，而且占据的页面空间并不太大，使用起来很方便。相信未来 OpenAI 一定会提示类似的功能，帮助用户提高提示词的水平，支持用户自定义提示词，给用户带来更好地体验。

人工智能是关于赋予机器以模拟人类智能的能力的广泛领域。它涉及使计算机系统能够执行类似于人类智能的任务，如语音识别、图像识别、自然语言处理和决策制定等。人工智能旨在使机器具备像人类一样的推理、学习、问题解决和决策能力。机器学习是人工智能的一个分支，它是通过数据和统计模型来让机器自动学习和改进的一种方法。机器学习的目标是设计和开发算法，使计算机系统能够从数据中学习，而无需明确地编程。通过训练模型，机器学习使机器能够识别模式、做出预测和进行决策。

本文主要介绍了几款 ChatGPT 提效工具，帮助大家更好地使用 ChatGPT。如果大家有好用的 ChatGPT 周边插件，欢迎在评论区留言补充！欢迎加入我的知识星球，知识星球ID：15165241 一起交流学习。申请时标注来自CSDN。欢迎加入我们的 slack 工作区，在里面可以对ai 和我进行提问。

示例一：不佳 - “请告诉我关于光合作用的原理和参与的主要生物？示例一：不佳 - “这部电影的评分是多少？优化 - “《肖申克的救赎》在豆瓣上的评分是多少？示例二：不佳 - “太阳系的行星有哪些，它们的特点是什么？示例二：不佳 - “太阳的能量来源？示例一：不佳 - “地球的构造是什么？优化 - “地球的内部结构是如何分层的？示例二：不佳 - “这本书的作者是谁？示例二：不佳 - “最高山峰在哪？示例一：不佳 - “能源转换的公式？：提出一个明确的、具体的问题，以便获得清晰而简洁的答案。

本文给大家演示如何调教出符合自己需求的 AI 机器人，希望大家能够学会举一反三，更好地利用 AI 工具来提高生活质量，提高工作效率，真正让 AI 成为你的助手。欢迎加入我的知识星球，知识星球ID：15165241 一起交流学习。申请时标注来自CSDN。欢迎加入我们的 slack 工作区，在里面可以对ai 和我进行提问。

大家在日常开发中见到某种设计模式的影子时，可以去源码中学习该功能是如何使用该设计模式来实现的。主动重温该设计模式的适用场景，该设计模式的优点和缺点。这样才能够对该设计模式理解更加深刻，才更容易在未来遇到相关场景时想到该设计模式并加以致用。欢迎加入我的知识星球，知识星球ID：15165241 一起交流学习。申请时标注来自CSDN。欢迎加入我们的 slack 工作区，在里面可以对ai 和我进行提问。

现在 AI 工具不是太少，而是太多，且差异性并没有那么大。希望大家能够真正将 AI 利用起来，真正将 AI 变成生产力。日常工作中，很多程序员会因为一个问题卡住几个小时甚至一两天。现在直接问 AI 可以非常快速解决，能够极大提高开发效率。日常阅读源码时，可以直接对 AI 进行提问，让 AI 给你解释，给你举例子，可以加快学习的进度。但使用 AI 也会遇到一些问题，比如很多人由于没有掌握提示词技巧，导致并不能很快找到答案。可以读读我的《AI 时代，提示词便是生产力》。

官方介绍：提供更方便的使用方式，如 cd 指令可以选择文件夹、执行指令时可以自动完成并选择执行历史等。当遇到不知道如何操作是、当于鏊执行命令遇到错误时随时都可以询问 AI。未来以来，我来了，你来不来。人工智能时代，学习方法，工作的工具都需要变革，早点用上新的工具，提高生产力吧。