AI Agent 是基于大型语言模型（LLM）和其他技术实现的智能实体，其核心功能在于自主理解、规划决策、执行复杂任务。 AI Agent 包括以下几个概念： 1. Chain：通常一个 AI Agent 可能由多个 Chain 组成。一个 Chain 视作是一个步骤，可以接受一些输入变量，产生一些输出变量。大部分的 Chain 是大语言模型完成的 LLM Chain。 2. Router：我们可以使用一些判定（甚至可以用 LLM 来判定），然后让 Agent 走向不同的 Chain。例如：如果这是一个图片，则 a；否则 b。 3. Tool：Agent 上可以进行的一次工具调用。例如，对互联网的一次搜索，对数据库的一次检索。 总结下来我们需要三个 Agent： 1. Responser Agent：主 agent，用于回复用户（伪多模态） 2. Background Agent：背景 agent，用于推进角色当前状态（例如进入下一个剧本，抽检生成增长的记忆体） 3. Daily Agent：每日 agent，用于生成剧本，配套的图片，以及每日朋友圈 这三个 Agent 每隔一段时间运行一次（默认 3 分钟），运行时会分析期间的历史对话，变更人物关系（亲密度，了解度等），变更反感度，如果超标则拉黑用户，抽简对话内容，提取人物和用户的信息成为“增长的记忆体”，按照时间推进人物剧本，有概率主动聊天（与亲密度正相关，跳过夜间时间）。 此外，心灵社会理论认为，智能是由许多简单的 Agent（分等级、分功能的计算单元）共同工作和相互作用的结果。这些 Agent 在不同层次上执行不同的功能，通过协作实现复杂的智能行为。心灵社会将智能划分为多个层次，从低层次的感知和反应到高层次的规划和决策，每个层次由多个 Agent 负责。每个 Agent 类似于功能模块，专门处理特定类型的信息或执行特定任务，如视觉处理、语言理解、运动控制等。智能不是集中在单一的核心处理单元，而是通过多个相互关联的 Agent 共同实现。这种分布式智能能够提高系统的灵活性和鲁棒性，应对复杂和多变的环境。同时，在《心灵社会》中，还存在专家 Agent（拥有特定领域知识和技能，负责处理复杂的任务和解决特定问题）、管理 Agent（协调和控制其他 Agent 的活动，确保整体系统协调一致地运行）、学习 Agent（通过经验和交互，不断调整和优化自身行为，提高系统在不断变化环境中的适应能力）。 从达特茅斯会议开始讨论人工智能（Artificial Intelligence），到马文·明斯基引入“Agent”概念，往后，我们都将其称之为 AI Agent。

DeepSeek R1 与 ChatGPT 的深度思考机制存在以下不同： 1. 技术路线：DeepSeek R1 与 OpenAI 现在最先进的模型 o1、o3 一样，同属于基于强化学习 RL 的推理模型。而 ChatGPT4 采用预训练+监督微调（SFT）。 2. 思考方式：在回答用户问题前，DeepSeek R1 会先进行“自问自答”式的推理思考，从用户初始问题出发，唤醒解决该问题所需的推理逻辑与知识，对问题进行多步推导，为最终回答提供更加完备的思考准备。而 ChatGPT 在此方面的表现有所不同。 3. 应用场景：DeepSeek R1 适用于高难度数学和编程问题，但计算成本更高。日常查询中，ChatGPT 更快、更适合简单咨询。 4. 优势特点：DeepSeek R1 更加透明，研究细节可复现，权重可下载。

DeepSeek 的深度思考机制包括以下方面： 在案例方面，如为李世民创作独白时，会综合考虑各种元素，包括正当化理由、文学修辞、时间设定、历史语境、人物性格和处境等，经过细腻、严谨、自洽、深刻的思考后输出结果。 性能监测体系方面，包括需求理解准确率（复杂需求首轮响应匹配度）、知识迁移能力（跨领域案例应用的合理性）、思维深度指数（解决方案的因果链条长度）。新一代交互范式建议采用“人机共谋”模式、启动“思维可视化”指令、实施“苏格拉底式对话”，通过将深度思考能力与场景化需求结合，可解锁“认知增强”模式，在商业决策、创新设计、技术攻坚等场景实现思维能效的指数级提升，建议通过 3 轮迭代测试建立个性化交互模式。 在使用技巧方面，先了解其优势和特点，如它是推理型大模型，不需要用户提供详细步骤指令，能理解“人话”表达的需求，进行深度思考，还能模仿不同作家的文风写作。更多提示词技巧可查看 查看。

以下是关于 AI 编程的相关内容： 12 月 02 日 AI 辅助编程使需求开发范式发生变化。像翻译、数据提取等简单任务可通过 ChatGPT 或 Claude 等 AI 工具解决。AI 功能不断升级，支持上传图片、文档，执行代码，甚至生成视频或报表，大幅扩展了应用场景。Cursor、v0.dev 等 AI 工具降低了编程门槛，显著提升开发效率，变革了软件工程领域。 快速迭代与发布 MVP 时，应尽早发布产品，不追求完美，以天或周为单位快速迭代，而非按月计划拖延。点子好坏无所谓，快速练手才是关键，以提高效率和实践经验。 12 月 30 日 对于利用固定格式文档结合 AI 进行代码开发，建议发挥组员主观能动性，让他们自主设计，组长负责引导和经验分享。文档并非唯一最佳方式，可尝试用简短描述或 Prompt 辅助代码生成。在 AI 编程中，设计非常重要，模块化低耦合设计和清晰的上下文对代码生成效果尤为关键。 后端 Java 程序员转向 LLM 方向，可借助 AI 编程工具（如 Cursor）熟悉 LLM 原理，探索复杂 Prompt 和定制化规则。开展 LLM 相关的 Side Project（如翻译工具、AI 对话应用等），将 AI 当老师，边做边学，获取即时反馈，持续提升。核心建议是行动起来，找到正反馈，坚持使用 AI 辅助编程。 1 月 16 日 用好 AI 编程工具（如 Cursor）的关键技能包括准确描述需求、具备架构能力（将复杂系统拆解为松耦合的模块）、专业编程能力（判断 AI 生成代码优劣）和调试能力（快速定位问题并解决）。 包小柏用 AI 技术“复刻”女儿引发思考，AI 可“重现”亲人，缓解失去亲人的痛苦，成为情感寄托的桥梁。通过复刻声纹、影像，实现互动、对话甚至唱歌的效果。这也涉及到伦理与未来，可用于安慰同样经历失亲之痛的人群，并推动相关技术帮助罕见病患者。

目前没有关于利用 AI 进行广州小学语文、数学、英语各科学习辅导的具体可操作方案及学期日程的相关内容。但一般来说，可以考虑以下步骤： 首先，确定学习目标和重点。针对每门学科，明确本学期需要掌握的知识点和技能。 然后，选择适合的 AI 学习工具。例如，有一些在线学习平台或教育类的 APP ，它们可能提供课程讲解、练习题、智能辅导等功能。 在日程安排方面，可以每周安排一定的时间使用 AI 工具进行学习。比如，周一至周五每天晚上安排 12 小时，分别用于语文、数学、英语的学习。周末可以进行复习和总结。 具体到每天，可以先通过 AI 工具进行知识点的学习，然后做相关的练习题进行巩固，最后利用工具的智能辅导功能解决疑难问题。 需要注意的是，AI 只是辅助工具，不能完全替代教师和家长的指导与监督。

以下是关于短视频文案提取和改写的相关内容： 智能体功能实现： 卖点转化模块：作用是将卖点转化为用户视角的买点，目的是用户视角的内容更易打动用户，提升营销效果。实现方式包括用户选择改写时强调的情绪价值点，并将相应内容添加到大模型的用户提示词，以及从产品名称、产品描述和通用性/独特性/保障性卖点，利用大模型转化为对应的买点。 营销内容产出模块：作用是利用总结的买点，结合产品信息，产出小红书文案和短视频脚本。目的是使用户提炼卖点、转化卖点之后产出可直接使用的高质量营销内容。实现方式包括使用循环节点产出任意数量的文案内容，将大模型的随机性调到最高以确保多次产出内容的差异性，用数组分别保存小红书文案和短视频脚本，即使两种内容交叉生成，最终也能在文档中分开显示。 文档保存模块：作用是将产品名称，以及产出的所有内容，包括卖点、买点、小红书文案、短视频脚本保存到飞书文档。目的是供未来重复使用和决策支持，并方便对产出内容进行管理。实现方式包括使用 create_document 插件创建新的飞书文档，并填充内容，使用文本处理节点整合所有产出内容，并调整格式。 电商带货本地生活： 用 ChatGPT 生成短视频选题文案：表明身份、描述需求、提出回答要求，以美妆行业为例展开。 用 ChatGPT 生产短视频文案：将需求与框架结合，让 ChatGPT 生成短视频文案。 生成虚拟数字人短视频：打开相关网站，输入内容选项，选择头像、国家和声音，点击 Create Video 生成视频，结合产品讲解后即可发布进行视频带货。 《AI 你·南京》AIGC 城市宣传 MV 全流程制作解析： 文案创作：最初打算用旁白朗诵方式，对文案要求高。直接让 GPT 写文案结果平淡，需更具体提需求。利用 360 浏览器字幕提取功能捕捉《爱我中华》视频文案，让 kimi 和 GPT 分析学习，对比两者结果，发现 kimi 对中文理解和写作能力更突出。整合两段文案并调整，让文案更顺口，还可让 AI 输出简单的画面分镜。

以下是 OpenAI 最近的一些新闻： 1. 12 天连续直播相关结果，昨天 OpenAI 把 o1 模型在 API 中正式发布，之前发布的是 o1 Preview 历史版本，正式版思考花费的 token 少了 60%。 2. 北京时间 9 月 13 号凌晨 1 点多，OpenAI 宣布推出模型 o1preview 与 o1mini，拥有 Plus 版本的用户会陆续收到新模型权限，可在 Web 客户端中尝鲜体验。 3. OpenAI 更新风控与账号共享识别力度，可能会偷偷降低 ChatGPT 模型的调用规格，如 o1pro 降级为 o1。 4. 奥特曼谈 AI 推理能力进展，o1（2024 年 9 月）排名全球第 9800 名，o3（2024 年 12 月）提升至第 175 名，现内部模型已达全球第 50 名，预计今年内登顶第一。

RAG（RetrievalAugmented Generation）即检索增强生成，是一种结合检索和生成能力的自然语言处理架构，旨在为大语言模型（LLM）提供额外的、来自外部知识源的信息。 大模型需要 RAG 进行检索优化，是因为 LLM 存在一些缺点： 1. LLM 无法记住所有知识，尤其是长尾知识，受限于训练数据和学习方式，对长尾知识的接受能力不高。 2. LLM 的知识容易过时且不好更新，微调效果不佳且有丢失原有知识的风险。 3. LLM 的输出难以解释和验证，存在内容黑盒、不可控以及受幻觉干扰等问题。 4. LLM 容易泄露隐私训练数据。 5. LLM 的规模大，训练和运行成本高。 RAG 具有以下优点： 1. 数据库对数据的存储和更新稳定，不存在模型学不会的风险。 2. 数据库的数据更新敏捷，可解释且对原有知识无影响。 3. 数据库内容明确、结构化，加上模型的理解能力，能降低大模型输出出错的可能。 4. 知识库存储用户数据，便于管控用户隐私数据，且可控、稳定、准确。 5. 数据库维护可降低大模型的训练成本，新知识存储在数据库即可，无需频繁更新模型。 RAG 的核心流程是根据用户提问，从私有知识中检索到“包含答案的内容”，然后把“包含答案的内容”和用户提问一起放到 prompt（提示词）中，提交给大模型，此时大模型的回答就会充分考虑到“包含答案的内容”。其最常见应用场景是知识问答系统。 在 RAG 的应用中，可以将其抽象为 5 个过程：文档加载、文本分割、存储（包括将文档块嵌入转换成向量形式并存储到向量数据库）、检索、输出（把问题以及检索出来的嵌入片一起提交给 LLM 生成答案）。

在语文教学中使用大模型，可以参考以下方面： 1. 提示词设置： Temperature：参数值越小，模型返回结果越确定；调高参数值，可能带来更随机、多样化或具创造性的产出。对于质量保障等任务，可设置低参数值；对于诗歌生成等创造性任务，可适当调高。 Top_p：与 Temperature 类似，用于控制模型返回结果的真实性。需要准确答案时调低参数值，想要更多样化答案时调高。一般改变其中一个参数即可。 Max Length：通过调整控制大模型生成的 token 数，有助于防止生成冗长或不相关的响应并控制成本。 Stop Sequences：指定字符串来阻止模型生成 token，控制响应长度和结构。 Frequency Penalty：对下一个生成的 token 进行惩罚，减少响应中单词的重复。 2. 了解大模型： 大模型通俗来讲是输入大量语料，让计算机获得类似人类的“思考”能力，能进行文本生成、推理问答、对话、文档摘要等工作。 训练和使用大模型可类比上学参加工作：找学校（需要大量 GPU 计算）、确定教材（大量数据）、找老师（算法）、就业指导（微调）、搬砖（推导）。 Token 是模型处理和生成的文本单位，在将输入进行分词时会形成词汇表。 需要注意的是，在实际应用中，可能需要根据具体的教学需求和场景进行调整和实验，以找到最适合的设置和方法。

利用大模型写教案可以参考以下要点： 1. 输入的重要性：要输出优质的教案，首先要有高质量的输入。例如，写商业分析相关的教案，如果没有读过相关权威书籍，输入的信息缺乏信息量和核心概念，大模型给出的结果可能就很平庸。所以，脑海中先要有相关的知识概念，这来自于广泛的阅读和学习。 2. 对大模型的理解：大模型通过输入大量语料获得类似人类的“思考”能力，能够进行文本生成、推理问答、对话、文档摘要等工作。其训练和使用过程可以类比为上学参加工作，包括找学校（需要大量计算资源）、确定教材（大量数据）、找老师（合适的算法）、就业指导（微调）、搬砖（推导）等步骤。 3. 与大模型的交互： 提示词工程并非必须学习，不断尝试与大模型交互是最佳方法。 交互时不需要遵循固定规则，重点是是否达成目的，未达成可锲而不舍地尝试或更换模型。 用 Markdown 格式清晰表达问题，它具有结构清晰、能格式化强调关键部分、适用性广等优点，有助于大模型更好地理解用户意图。