企业业务本体与AI落地
<p>我们在 DesireCore 中做合同审查、标书写作和工程图校核时,发现模型能力并不是最难的一关。真正麻烦的是让几个 Agent 始终处理同一份业务事实,并且知道什么时候能继续、什么时候必须停下来交给人。</p>
<p>我们在 DesireCore 中做合同审查、标书写作和工程图校核时,发现模型能力并不是最难的一关。真正麻烦的是让几个 Agent 始终处理同一份业务事实,并且知道什么时候能继续、什么时候必须停下来交给人。</p>
<p>这篇记录我把合同审查从“单次模型输出”改造成“可复核流程”。先固定合同版本、法域边界和输入一致性,再用多角色链路做结构化抽取、风险识别和法务规则匹配,并按风险输出动作建议。重点在于在每一步保留证据和来源落点,让法务明确结论来源与边界。文章还给出前置硬校验(占位符、附件、签署状态、页码完整性)和人工签发机制,避免模型文本再完整也被误当作最终决策。</p>
<p>这篇记录我们在工程图场景里的实践:与其把整张图交给单次识别,不如把流程改造成可追踪、可复核的多层链路。先做版本冻结、页码与基线校验,再做局部识别并带上下文恢复连接关系,最后对照设计资料做规则校核。文章强调工程图中单点误差会放大,必须保留来源页码、坐标和对象关系,才能避免“看起来完整却后续逻辑错位”。流程最终通过独立复核 Agent 与人工签发关口,确保可追责。</p>
<p>这篇记录我如何把一台真实 Windows 11 机器接入 Agent 验收链路,而不是临时远程桌面替代测试。内容聚焦 SSH 与 GUI 自动化通道的分工:PowerShell/命令用于状态查询和变更,CUA Driver MCP 负责窗口识别、点击与表单输入,任务执行结果由日志和回执双重收口。文中也记录了 OpenSSH 配置中的关键卡点、管理员连接细节和权限边界,目标是把“执行看似成功”与“操作真正生效、可复验”区分清楚,提升真实 Windows 场景交付稳定性。</p>
<p>这篇记录了我最近在真实招投标项目里踩过的几个坑:不是写得多快,而是能不能把项目真正跑完。文章先聚焦于盯标阶段最容易错的判断边界:先用可核验规则区分值得不值得参投,再进入资格项和评分点的逐条响应。我们强调每个响应必须有原文件依据和责任人补齐计划,不能靠“看起来像对了”算完成。后续落地多 Agent 分工后,读标、写标、查标被拆开,输出从“单次结论”变成可复核的材料链,减少漏项和“提交后才发现错位”的风险。</p>
<p>RNDIS(Remote Network Driver Interface Specification)驱动在MacOS Sonoma中的安装,可以有效解决一些网络共享问题。这主要用于两个场景:</p><ol><li><strong>安卓手机有线共享网络</strong>:允许用户通过USB连接,将安卓设备的网络共享给MacOS设备。</li><li><strong>USB随身WiFi有线共享网络</strong>:实现通过USB连接的WiFi设备,为MacOS提供网络连接。常见的飞猫智联U8、高通410随身Wifi等几乎所有USB和TypeC接口的4G/5G随身WIFI都是RNDIS方式有线上网。</li></ol><p>支持Intel、Apple Silicon(M1/M2/M3)芯片。</p>
<p>由于工作需要,长期以来我都是iPhone作为主力机,安卓作为备用机。经常出现iPhone在充电的时候需要接收验证码。为了实现备用机和主力机一致的功能体验,特地让AI帮我写了一个APP实现“iPhone短信自动转发到Android手机”。</p><p>众所周知,Android手机APP是可以可以申请读取短信内容权限的,实现Android短信自动转发或者自动识别验证码是比较容易的。但是目前为止,我并没有发现市面上存在IOS应用程序可以实现读取短信的。真的没有办法实现读取短信内容吗?带着疑问我让AI帮忙翻阅了Apple开发者文档,最后发现其实是可以实现这个功能的。</p>
<p>这篇文章《A stable and replicable neural signature of lifespan adversity in the adult brain》在《Nature Neuroscience》上发表,讲述了一项纵向研究,研究人员通过对约170人的一生数据及其大脑结构的检视,发现逆境(如母亲怀孕期吸烟,受虐待等负面事件)会导致大脑广泛的形态变化,这种影响与生逆境类型和患者大脑特定区域有关。研究结果显示,这种逆境对大脑结构的影响是可持续且稳定的,逆境不仅改变了大脑结构,而且可能引起持续的焦虑症状,有助于预测谁更有可能患上精神障碍,这为精神健康的干预和治疗提供了新的理论依据。逆境不仅是社会和心理问题,更是生物学问题。我们需要对逆境的影响进行更多重视,寻求有效策略减轻其对个人和家庭的长期影响。同时,研究团队开源了用于预测临床神经科学的工具包,旨在推动此领域的进一步发展。</p>
<p>The article primarily discusses the types and quality of data required for Supervised Fine-Tuning (SFT). It covers the following aspects:</p><ol><li><strong>Objectives of Supervised Fine-Tuning</strong> : Enhancing performance in specific tasks, domain adaptability, and the interpretability and controllability of the model, with an overarching goal to boost system robustness.</li><li><strong>Core Considerations</strong> : These include the diversity of data, avoiding treating SFT merely as data supplementation, appropriately incorporating few-shot learning and COT data, emphasizing data quality over quantity in SFT, and recognizing that increasing data volume without diversity brings diminished returns.</li><li><strong>Data Quality Requirements</strong> : These considerations touch on the length restrictions for questions and answers, the accuracy of answers, the selection of data based on industry requirements, the diversity of necessary NLP abilities, and the caution against too much vertical domain data.</li><li><strong>Specific Examples</strong> : The article provides both good and poor dataset examples to illustrate how to choose and evaluate data.</li><li><strong>Q&A Section</strong> : This part explains why including the ability to write code in SFT is essential, emphasizing its importance in improving reasoning and structured output abilities.</li></ol><p>In summary, the article offers comprehensive guidance on how to conduct supervised fine-tuning, underlining the importance of data diversity and quality, and presents implementation strategies and examples to support these points.</p>
<p>专业显卡在生产力应用领域不仅仅用于AI模型训练及推理,也用于空气动力学仿真、科学计算和数据分析。某些情况下塔式工作站是很多专业用户的最佳选择。</p><h2>为什么选择消费级平台?</h2><p>使用云服务获得专业显卡的计算能力是非常方便的,但受限于光速,使用非同一个城市的机房会有较大的延迟,部分专业应用对延迟要求很高,也不得不使用物理机搭配专业显卡。</p><p>博主在近几年一直在做垂直领域的人工智能,由于服务于政府客户,对数据安全的要求比较高,因此选择自建塔式工作站放置于工作室来进行模型调试,使用雷电4接口能够快速传输大量数据。在生产部署阶段自然也会部署于服务器机房,实现合理分工。</p><p>在服务器中使用A800/A100专业显卡非常简单,插上去就完事。但是机架服务器动辄万转的风扇产生巨大的噪音使得无法放置在普通办公室使用。</p><p>不同的人对专业应用的要求是不一样的,就像有的人明知游戏卡某些计算精度性能和专业卡有区别,内存带宽和多卡互联能力也有很大差距,但是他就是要用多张4090游戏卡来进行AI炼丹一样,他们既不使用专业软件,也不要求更高的数据吞吐能力,因此出于对成本、环境、安全性以及各方面的考虑,就是有用户希望使用普通电脑安装使用专业显卡。博主实测4090比绝大部分专业卡做AI绘图速度更快,因此4090在这个场景下就是具有性价比。总之,希望大家以包容的心态看待这个问题。</p><p>家用级别的设备稳定性是远不如企业级设备的,博主也只会在开发环境下使用消费级平台,不要试图将工作站直接放进机柜部署,否则就是给自己找事情做。</p>
牛客面试经验
Cloudflare 官方博客中文版,涵盖安全、AI 和开发者相关内容
美团技术团队最近更新内容。
LoRexxar's Blog