3 篇文章
本文介绍了AI时代软件开发从SDD（规格驱动开发）到TDD（测试驱动开发）的范式转变，强调规格作为可执行表达和测试作为质量保障核心。通过正整数判断和AI投研工具实战案例，展示了TDD的红-绿-重构循环。核心概念“Harness Engineering（驭缰工程）”提出Agent = Model + Harness，强调通过告知、约束、验证三支柱构建可靠系统，包括AGENTS.md导航、Lint规则机械化执行、仓库即记录系统等实践。文章指出，约束越严AI越可靠，需通过自动化规则防止Agent复制坏模式，并介绍了Guides x Sensors矩阵区分计算性与推理性任务。
本文介绍了AI大模型原理及API使用，涵盖AI分类（分析式与生成式）、大语言模型（LLM）核心能力、ChatGPT训练流程（基于RLHF的SFT、RM、PPO三步）、Token定义、Temperature与Top P参数控制生成多样性，以及AI聊天产品的超能力（联网搜索、读取文件、记忆）。学习目标包括掌握LLM基础、API调用方法及完成四大实战案例。
本文围绕多模态AI展开，分为三大模块：视觉与语言打通、视觉识别与视觉推理、视觉生成。首先，多模态模型实现跨模态理解与生成，核心价值包括视觉转译、融合推理和视觉编辑。其次，对比传统视觉模型（如Yolo、UNet）与多模态模型（如Gemini、GPT）：传统模型精度高、成本低，但需单独训练；多模态模型开箱即用、具备推理能力，但成本高、纯视觉精度中等。最后，聚焦视觉生成，针对电商场景提出解决方案：通过工具、流程和人机协作，解决海报和视频生成痛点。电商视频生成采用视频片段组合方法，结合底层模型库、数据支撑层和业务场景层，实现全流程自动化，降低成本并提升效率。