每日思考

当前AI发展迅速,正在改变每个岗位的工作方式和节奏.

如何顺着ai的节奏,就行如何顺着房地产的爆发,金融股票的爆发的前期,做好普通人的准备.

有的人说还没打,有的人说现在已经进不去了.

说实际的,看进入到ai的那一个环节.不同的环节,不同的业务,不同的环境,都会有不同的方案.

那么对于我们,如何去接受新事物,去学习,去转变.是需要我们自己去思考的.

当前就java开发来说,年限并不是讨好点,反而是影响找工作的巨大风险点.

行情如此差,是跟整个大环境一样的.都不好受.当然,有些业务同样有升,这都是在转化,在找机会,可能就是转瞬即逝.牢牢做下去.

java目前的开发,编程,可以说,90%的内容可以让ai进行,开发者仅需要去做审查,验证,测试,发布,合并等操作.当然,这是对于一个大项目来说.

如果对于一个小白,或者新兴起的公司,去做一个项目,前期不会考虑那么多,能用就行.不会考虑代码的复杂度,生产的稳定性.导致不稳定的因素有很多,例如:数据库,流量,服务器等等ai明显感知不到的(因为已经脱节了)

我最近也了解到ai有上下文,当前会话上下午,会话中每次都会将之前的历史传过去.(就目前而言,谁能控制上下文更好,谁就厉害).我们可以将,需求先去做文档,做方案,不同对话根据文档和方案,分别去实现需求,尽量做好上下文一致.

那么Agent又是什么了,Agent是协调者,负责取数据,调用模型,调用mcp等等的统称,后面感觉都会慢慢的抽出来.

想mcp,skills,rule等,都是一步一步出来的.后面会更多,更精确的去解决一类问题,Agent会根据具体的场景使用对应的工具去实现.

mcp也是一个很关键的组件,例如,可以去调用外部的接口数据.天气,数据库等等和三方外部交互的内容.甚至未来,支付,下单,都会有,mcp中也有类似于oauth2登录授权的机制,保证安全性.

skills,skills,目前听到很多,将一类问题放到skills中.确实牛,做一个功能,总有不同的问题,将遇到的问题都列到skills中,下次执行,就可以直接发现问题,提高准确性了.

---

最近几天测试了一下mcp，java、python实现的方式。另外又购买了服务器，搭建了HermesAgent，测试了一下功能，接入了微信、钉钉、飞书。整体下来，还是挺震撼了。

llm的交互流程，提示词，工具，llm。LLM处理返回，如果使用工具，就调用工具，再将结果继续封装到消息体中请求LLM。一般会限制顺序的长度，然后将结果进行返回。

Hermes Agent呢，他是一个项目级别的，包括使用，记忆，历史，进化，工具扩展。并不是demo，小打小闹的。更完整，里面有很多可以学习，借鉴的地方。我相信后面，框架会越来越多，越来越简单。

技术路线:

模型侧: 底部模型,数据集,微调,部署,测试.

应用侧: 提示词,模型,mcp,规则,技能/skills,

多模态:

RAG:检索增强

矢量数据库

记忆

工作流

彩虹易支付

神牧 川流 API