今天某公司总裁过来交流,我作为技术人员在会上发表意见时,首先示感谢,接着提了三点,一是我们是数据平台的高频次用户,经常结合业务调用算子搭建一些工作流,现在主要是手动拖拽来组合,刚才看了工作流智能体,我觉得这个可以解决我们的问题,不仅仅是解决效率问题,更重要的是能够让经验知识沉淀下来。现在我们的模式,严重依赖人,一旦管理要求变了,必须要原来搭建工作流的人来调整算子,其他人无法接手,或者说接手成本过高。有了这个智能体,以后要求有变化,可以直接把文档喂给智能体,他来帮我们优化算子工作流,审核工作流,并最终运行。二是有没有一种快捷的方式,让我们能够基于一些开源的框架,比如deepseek-harness开发一些类似外挂插件的东西,在现有版本上较快地实现工作流智能体,因为一步到位升级到最新版本,还有点困难。不知道有没有类似的案例。三是模型适配方面。过去我们做了一些AI应用,在公网调用满血版模型,用非密数据测试,效果很好。结果一到本地部署的27B模型,运行就会出问题。我的意思是咱们这个智能体最好能适配本地小模型,这个我觉得对于具体落地很有意义。毕竟不是所有单位都有万张显卡。就像刚才领导说的,本地部署的小模型,单个使用还可以,多人同时使用,就一个字一个字地吐了。其实,我觉得未来的合作,是不是不仅仅停留在产品交付,还可以帮助我们培养一批FDE工程师,真正做到业务落地。
交流发言
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。