随着大模型技术的风起云涌，各家大厂和研究机构纷纷开始了大模型在效能提升方面的尝试。复盘一下鼎叔基于前期团队实践的心得，也和不少同行交流过，思路还是很被认同的。大模型在研发效能领域的实践，有喜有忧。喜的是，自然语言表达能力的革新，值得把所有依赖教练推动的敏捷方案都重做一遍；忧的是，如果不掌握敏捷研发的本质理论，不懂敏捷，各种大模型提效实践的成功概率会非常低

对于企业内部产研提效而言，最重要的就是拥有高质量的知识库，让AI大模型能充分发挥作用，这是所有产研任务的基础：对企业私有业务知识的熟悉。

对于企业内部产研提效而言，最重要的就是拥有高质量的知识库，让AI大模型能充分发挥作用，这是所有产研任务的基础：对企业私有业务知识的熟悉。

随着大模型技术的风起云涌，各家大厂和研究机构纷纷开始了大模型在效能提升方面的尝试。复盘一下鼎叔基于前期团队实践的心得，也和不少同行交流过，思路还是很被认同的。大模型在研发效能领域的实践，有喜有忧。喜的是，自然语言表达能力的革新，值得把所有依赖教练推动的敏捷方案都重做一遍；忧的是，如果不掌握敏捷研发的本质理论，不懂敏捷，各种大模型提效实践的成功概率会非常低

如何评估大模型并没有行业基准，不同人的理解不一样。

如何评估大模型并没有行业基准，不同人的理解不一样。

本来这篇文章的标题是，“聊聊像AI一样思考”，后来觉得还可以深入一步，一流团队的成员是共同思考，共同成长的，并不只是彼此模仿。人和AI的互动也是通过“深度思想”碰撞来彼此提高

聊聊大模型的幻觉问题。这也是各大公司做大模型实践分享的高频词汇。这个主题也很有趣，它不只是服务品质问题，更可以上升到哲学探讨

生成式AI（Generative artificial intelligence）是目前最热门的领域，通过一段时期的学习，我想继续以零门槛的方式，介绍对生成式AI的学习感悟，主要是对概念的理解原理延展，不会对具体的公式、算法和工程进行展开。学习到AI背后的原理可以带来很多乐趣，也可带来宝贵的启发，对其他知识领域同样有作用

通过这些天的学习，鼎叔尝试用大白话聊聊截止目前对于DeepSeek的理解，包括原理、优势、局限和扩展思考