周报 Vol.21 - 固执己见是一座大山

作者: gentlelucky | 1793 字, 4 分钟 | 评论 | 2025-02-24 | 分类: Ideas

AI, life, RAG, review, think

前言

本篇是对 2024-02-172025-02-23 这周生活的记录和思考。

表弟一直未考上理想院校,和他聊天后发现,每个人是活在自己的认知里,虚心学习和保持好奇很重要;很好奇 AI 如何接入并落地,于是读了相关文章,了解了什么是「RAG」,Agent如何使用等;

固执己见是一座大山

太乙

表弟从 2021 年考研至今,未考上理想院校。和他的沟通的过程中,发现他无法从多角度看待问题。说得最多是:

  • 网上说……
  • 我朋友说……

没有自己的思考和求证,坚信他人和他说的。有意思的是,我说的换个角度去思考问题他却全盘否定。

和他交谈的过程中,我一直是支持他的决定的。我想表达以下几点:① 分析一下没考上的原因 ② 思考一下是否非考研不可

分析没考上原因

我:你有分析过这几年没考上理想院校的原因吗?并针对问题,有解决方案?

表弟:我分析了,第一年没考上由于「杭电」人工智能专业报考人数太多了,导致录取分数线好高;第二年出题人出的题太小众了,我看的都是大众的题;第三年报考的「安大」计算机与科学专业的人数又比往年多……

我:考研其实分外因和内因的。外因是哪些我们无法掌控,这部分我们没有办法。就像你刚刚说的报考人数多了,出题小众了。内因是我们自己可以掌控的,像如何提高分数,选择一个好考的院校等。

表弟:不是的,你说提高分数,那出题人就出一些稀奇古怪的题目,没办法的。

我说:你所说的「稀奇古怪」的题目,应该有 90% 以上的人也不会的题目,我才会定义为「稀奇古怪」的题目。如果 90% 人都不会,那其实你和大家还是在同一个起跑线的。这部分题目可以忽略;和你沟通下来,你把这几次没考好都归结为「外因」,而自身没有任何问题。我觉得你应该先承认自己的「失败」,然后总结经验,再次出发!

表弟:没你说的那么简单,你去考考你就知道了!

是否非考研不可

我:你坚定的要考研,且是计算机专业的研究生。但现在大环境不好,也不知道未来计算机专业怎样。你有没有考虑过从事你本专业「护理」工作?

表弟:我不喜欢「护理」,当时毕业的时候有一个工作给我每月八千,我都没去。我就是不喜欢干。未来从事计算机工作,一定比护理轻松。

我:但是有可能等你研究生毕业,市场饱和了,就业可能有点困难。而且现在很多大厂都不愿意要 35 岁以上的技术人员,研究生 3 年毕业,你也快30岁了吧。

表弟:不会的,我看好AI,即使被裁员,我也能接受低薪工作。

我:那如果今年又没考上,你有什么打算呀?

表弟:我会一直坚持考下去,今年如果还没考上。我先去达内培训「C ++」,他们承诺毕业后合肥薪资 10k+,然后我就一边上班一边考,考研并不是越努力就能考得上,这里面有运气成分的,我就是再赌我运气能考上。

我:……

至此,我已经不想再沟通下去了。在沟通的过程中,我的话总被打断,他说的很多,感觉是一定要说服我,让我赞同他的做法。

恰巧的是,我当晚看到了一句话:

有时候,与那些固执己见、不肯改变观点的人,进行辩论是值得的。也许他永远不会让步,但你可以帮助其他人,看清他的胡说八道。

当然,你要警惕,不要给不法之徒提供表演的舞台,而且你的时间和精力是有限的。

是呀,我的时间和精力是有限的呀!

AI 入门

说明:由于刚入门 AI,对于 AI 的理解和认知存在偏差,欢迎指出纠正!

AI Agent

从代码层面对 AI Agent 的认知应该是 「Functions」 的概念,即:定义一个函数,当用户输入的信息命中了此函数,会把用户输入的信息作为入参回调此函数。

curl https://api.openai.com/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-d '{
  "model": "gpt-4o",
  "messages": [
    {
      "role": "user",
      "content": "What'\''s the weather like in Boston today?"
    }
  ],
  "tools": [
    {
      "type": "function",
      "function": {
        "name": "get_current_weather",
        "description": "Get the current weather in a given location",
        "parameters": {
          "type": "object",
          "properties": {
            "location": {
              "type": "string",
              "description": "The city and state, e.g. San Francisco, CA"
            },
            "unit": {
              "type": "string",
              "enum": ["celsius", "fahrenheit"]
            }
          },
          "required": ["location"]
        }
      }
    }
  ],
  "tool_choice": "auto"
}'

此场景,可用于客服场景、对话场景、命令场景等;本质是 AI 大模型解析自然语言,触发对应函数,系统执行函数执行系统业务逻辑;

RAG

通过阅读零基础入门:如何用 RAG (检索增强生成) 打造知识库 QA 系统文章,了解了 RAG 在实际场景中的运用。

RAG 的典型应用场景

  • 企业知识库问答:帮助企业构建对内员工知识库或对外客户问答系统。
  • 法律法规、论文等参考场景:需要给出权威来源或证据的回答。
  • 任何需要"带有引用信息"的回答场景。

有趣的事与物

收藏

音乐

视频

影视

相关文章

2025-03-18
周报 Vol.23 - 25年第一场篮球
2025-03-10
周报 Vol.22 - 归心似箭的心态
2025-02-17
周报 Vol.20 - 信封预算法
2025-02-10
周报 Vol.19 - 消失的年味儿
2025-02-05
周报 Vol.18 - 慢慢远去
gentlelucky

作者

gentlelucky

后端 & Java研发工程师。 在 GitHub 关注我。在我的 Telegram 频道了解更多。