今天，“AI 一日，地上一年”这句话正不断具象化。过去一年来，AI 无论在应用落地还是技术发展上，都经历了飞速地革新。从智能客服到自动化生产线，从数据分析到决策支持，AI 化的应用正在深刻改变企业的运营模式和竞争力。在 AI 技术日新月异的当下，智能化系统建设显然已成为企业数字化转型升级的必由之路。首席信息官（CIO）作为一家公司的关键技术掌舵者，对此的感受更加深刻。顾名思义，CIO 的核心职责是

大模型技术正在重新定义软件工程。一方面，大模型降低了软件开发门槛。在过去，软件开发者被划分为全民开发者、应用开发者和专业开发者，随着大模型技术的介入，软件开发变得触手可及。近日，AICon 全球人工智能开发与应用大会《鸿蒙生态下的 AI 助力移动应用开发新范式》技术专场上，华为、百度、腾讯云、北京航空航天大学软件学院的六位技术专家与学者从多视角出发，深入探讨在鸿蒙生态下，人工智能技术如何助力移动应

你好，我是陈磊，阿里云和华为云的 MVP，曾经在京东中台做测试架构师，这些年我一直沉浸在软件测试的浪潮里。欢迎你来到我的新专栏《AI 重塑测试开发系统实践》。回想上一个极客时间专栏《接口测试入门课》，那已经是六年前的事儿了，转眼间，测试世界像坐了火箭一样，飞速迭代。尤其是最近两年，大模型的横空出世，不仅颠覆了代码生成和自然语言处理，还悄然渗透到我们测试的每个角落，剑指“手工活儿堆积如山”的痛点。这

是的，所有 RAG 应用本质上都是通过对话模式交互的，即使少数看起来不是对话模式的 RAG 应用（例如后面几节提到的返回结构化数据的应用），其底层也是通过对话模式交互的。正如人会遗忘，AI 的记忆也是有上限的，不同的大模型甚至同一个大模型在不同版本所支持的记忆上限是不同的，但是有一点是肯定的，就是记忆是有上限的，区别只是上限有多高而已。第一，系统消息是可选的。第二，检索到的知识是需要组装的，如果我

近年来，全球 AI 竞争日益激烈，通用智能成为竞争的焦点。国家层面鼓励构建人工智能增长引擎，打造具有国际竞争力的数字产业集群。而金融行业凭借其丰富的大规模数据积累和多元化应用场景，成为大模型应用的理想领域。不过，金融大模型在行业应用中仍然面临诸多挑战，今天我们就来看看北京银行为了构建人工智能驱动的商业银行，都做了哪些探索？

随着人工智能技术的飞速发展，我们正站在一个全新的技术革新门槛上。展望未来五年，AI 产品将不再是单纯的工具，而是我们生活中不可或缺的智能伙伴。它们将更加个性化、智能化，甚至拥有自我学习和进化的能力。这节课产品二姐将带我们畅想一下五年后 AI 产品，希望能为你提供一些新的思路和发现。如果你想了解更多关于 AI 产品的知识，可以点击二姐出品的专栏进行深度学习。以下是正文。👇👇👇我们先来看 Gar

但如果我们在这个环节中加入 AI，让 AI 根据报错，自动抓取日志，然后给出分析和问题定位，甚至自动去修复问题，整个过程，我们只需要说一句 “xx 报错了，请帮我分析一下原因”，达到运维全靠“喊”的效果，程序员就可以少加很多班了。因此，回复内容的质量，取决于调用的什么浏览器的 API，比如现在调用 Google 的 API 相对就比调用百度的更加强大。在《射雕英雄传》中，洪七公是江湖上人人敬仰的北

在当今的 AI 时代，数据检索作为连接信息与用户需求的桥梁，正经历着前所未有的变革。数据的体量不断膨胀，多模态数据的涌现，以及用户对检索速度和质量的日益提升的需求，共同塑造了一个“多快好省”的检索趋势。这一趋势不仅要求检索系统能够处理海量数据，更要在实时性、智能化和成本效益上实现突破。然而，这一过程中也伴随着一系列技术挑战，如何高效处理大规模数据，确保检索的速度和准确性；如何提升对多模态数据的理解

说起麦当劳你可能并不陌生，不过更多时候我们是从麦当劳点餐，对于这样一个数千家门店的餐饮界企业背后的系统和技术团队并没有过多留意。今天我们就来走进麦当劳，看看可以从他们身上能学到哪些数字化转型经验。以下是正文：👇👇👇在全球 All in AIGC 时代，传统企业正面临着一场前所未有的变革风暴——数字化转型。这不仅是一场技术的革命，更是一场关乎未来生存与发展的持久战。IT 团队在这一过程中扮演着

你好，我是郭炜。这次的加餐与大模型紧密相关，因为课程之前没有涉及大模型相关内容，可能有的同学不清楚，所以我们就先从“什么是大模型”这个最基础的概念开始讲起。"大模型"通常指的是在机器学习和人工智能领域中使用的具有大量参数的模型。这些模型由数百万到数十亿个参数组成，通常通过大规模的数据集进行训练。这些参数使得模型能够更好地理解和表示数据的复杂关系，从而提高其性能和准确性。