粉丝24.3万获赞90.1万

家人们最近收到超多私信,很多朋友说之前用 cloud 的 时候踩了不少坑,要么官方注册门槛高,要么正常使用过程中账号容易出现异常。一直问我有没有稳定合规 the cloud 官方 api 接入方案必须安排, 今天这条视频手把手教大家零门槛快速上手,全程步骤清晰,看完就能直接用。首先第一步,咱们打开对应的合规 api 服务平台, 进入首页后,先点开模型广场,在这里就能看到全系列的 crood 官方模型,选择非常丰富。咱们先完成简单的注册登录,登录成功后直接进入控制台,找到令牌管理这一栏,点击创建新的令牌,令牌名称可以自定义 使用期限和额度,根据自己的需求设置就可以访问限制,不用勾选。提交保存之后复制深沉的密钥,这一步一定要保存好,切勿泄露。接下来给大家讲问的最多的 code, code 的 api 配置方法一步都别落!首先咱们先下载 cc switch 工具, 这个工具是专门用来做第三方的 api 合规适配登录的。下载完成后,打开选择,添加供应商,点击统一供应商选项, 这里的 api 地址,咱们回到刚才的平台首页,复制官网的主域名地址,粘贴过来。 apikey 就 添咱们刚才复制好的令牌密钥, 官网地址,同样粘贴刚才的平台主域名。咱们回到平台的模型广场, 复制你想用的模型全称,粘贴过来,点击保存。保存完成后返回主页,点击起用,接着打开终端,输入 cloud, 按下回车,选择第一个选项,再按回车, 就能成功进入 cloud code 的 操作界面了,咱们现场测试一下看,已经成功响应,完全可以正常使用了。我是梦花寻影,关注我,解锁更多 ai 技巧。

大家好,欢迎来到本期视频。二零二六年养龙虾特别火,但养龙虾就需要接触这些 ai 名词,比如 tok、 智能体、大模型、 api, 其实也没有那么复杂,本期我就来当一个翻译官,用大家都能听得懂的方式来解释这十个词的意思, 带你从 ai 小 白变成内行,听完之后就可以直接去养你的智能龙虾。我们来看一下,第一个词就是 agent, 智能体 a 阵呢,他不是简单的聊天机器人,他是 ai 界的全能员工。我们可以想象一下,当你跟他说帮我策划一场生日派对,他不仅只给你文字建议,而是会思考规划, 然后调用工具,还有反思思考,这里指的就是比如需要订餐厅或者是买蛋糕发邀请规划,他可以列出时间表,排优先级调用工具。比如他去订餐厅买蛋糕发邀请,他都自主去完成, 然后这里反思,比如遇到餐厅满了怎么办,超预算了怎么调整,最后他给你的就是结果全部搞定,你只需要等待出席就可以。 这就是 agent 从动嘴到动手的一个进化。然后第二个名词就是 open claw, 这个就是我们最近比较火的小龙虾。如果说 agent 是 员工,那么 open claw 就是 住家保姆, 他可以直接驻扎在你的电脑里面,像真人一样去看屏幕,点鼠标,敲键盘。那更厉害的是他会自动工作,比如你经常上午九点看资讯,那么我们就可以让他去帮助我们去做定时。比如你要查看地盘的某个项目文件夹, 直接告诉他帮我查看地盘的某个文件夹里面的某某内容,他也是可以看的,比如你写报告总是先列出大纲,然后再写内容, 这时候我们就不用一步一步的去执行,我们直接告诉他流程和要求,我们等待结果就行。那这个 open class 它可以学习你的习惯,用的越久它越懂你,最后变成你的数字分身。然后我们再看第三个就是 skills, skills 就是 agent 的 武功秘籍, agent 它本身是一个空壳, skills 告诉他遇到这种事情该怎么处理。 在这里我举一个例子就方便我们理解了。比如一个写文案的 scale, 里面会有详细的说明,比如标题要加表情,正文分三段,每段不超过三行, 还有结尾要加话题标签,或者是语气要亲切向闺蜜聊天。像这样一个 agent 可以 装几十个 scales, 就 像我们手机装 app 一 样,当我们装上之后,它的能力就会无限地去扩展。 然后我们再来看第四个词,就是 m c p 模型上下文协议。 m c p 是 二零二四年十一月份 ai 圈重磅的一个新标准,由 anselpik 提出。以前 ai 想调用工具,每个工具都要单独的开发接口, 就像每个电子设备都要配专属的充电器。在这里我们可以把 mcp 理解为 type c 接口就是统一标准,依次接入,到处使用。像这样的好处就是统一标准之后就可以连接整个世界,这就是 mcp。 然后第五个词就是抽卡, 抽卡是 ai 绘画或者是 ai 视频圈的行话,因为 ai 生成的内容它是有随机性的,同样的提示词,每次结果都是不一样的。像这里经常出现的情况就是有时候神作,有时候翻车,就像游戏抽卡一样,这也是 ai 创作的魅力,惊喜与惊吓并存,这是抽卡。 然后我们再来看第六个词,就是 api 应用程序接口。 api 是 互联网世界的万能插座,它不仅是 ai 的 专属,但是 ai 时代变得更加重要。 在这里我再举一个比较容易懂的例子,在这里我们使用餐厅比喻,我们可以想象一下,比如你去餐厅,菜单就是 api 文档,点菜就是调用 api, 后厨做好送上来就是返回的结果。我相信这样一比喻大家就可以理解了,没有 api, ai 就是 孤岛,有了 ai, ai 就 可以连接万物。 然后我们再来看第七个词,就是多模态。多模态是 ai 的 全感官能力,以前 ai 是 偏科生,他只会写文字,现在的 ai 都是全能选手,都是多模态的,他能看懂你发的截图,能听懂你发的语音, 能生成图片,能生成视频,甚至还能实时的视频通话,就像我们和朋友开视频一样,多模态让 ai 从读文字的盲人变成了能看能听的正常人。 然后第八个词就是 r a j 解锁增强生成。但这个在去年也是比较火的,很多人都提到 r a j 是 企业的 ai 外挂大脑大模型训练数据是有截止日期的,它也不了解我们自己的 专属的内部资料。 r a g 的 做法就是先把你的文档,比如产品手册、客服记录、公司制度存入数据库, ai 回答时先解锁相关的材料,再结合生成答案。在这里它也是有好处的,好处一就是答案准确,不会胡说八道,没有这个 ai 幻觉的存在。 好处二就是可溯源,知道答案来自哪份文档。好处三就是实时更新新资料,可以随时加入现在百分之九十的企业 ai 客服内部知识库都是用到了 r a j 的 技术。然后我们再看第九个词,就是 ai j c。 人工智能生成内容。 ai j c 是 ai 的 创作物的统称,它包括它包括三大类,文本、图像和视频。目前阶段 ai j c 正在重塑内容产业,一个人加 ai, 它的潜能是非常高的,这就是创作者经济的新机缘。 然后我们再看第十个词,就是 talkin, 这个词我相信现在大家听到的频率是非常高的。 talkin 它就是 ai 世界的货币单位。大致可以这样估算, 一个汉字约等于零点五个 token, 一个英文单词约等于一点三个 token。 在 这里我们每次和 ai 互动,它都是在消耗的,比如你输入的问题要算 token, ai 输出的回答要算 token, 还有上下文记忆也是要算 tokken 的。 现在我们国产的大模型性价比也是非常高的,但也是按 tokken 计费。在这里如果我们理解了 tokken 才能有效地控制成本,比如我们和 ai 对 话的时候,不用说请你两个字,那么这可以节省一些 tokken。 好 了,到这里我们十个 ai 名词就分享完了,在这里我们再快速的温习一遍。第一个 agent 就是 能干活的全能 ai 员工。 第二个 opencloud, 就是 住在你电脑里面的 ai 管家,也就是我们现在经常提起的小龙虾。第三个 skills 就是 agent 的 功能秘籍。第四个 mcp, 就是 ai 连接工具的万能接口。第五个抽卡,就是 ai 生成的随机盲盒体验。 第六个 api 就是 连接万物的万能插座。第七个多模态,就是 ai 的 全感官能力。 第八个 r a j, 就是 企业的 ai 外挂大脑。第九个 ai j c 就是 ai 创作的内容统称。第十个 talkin 就是 ai 世界的货币单位。这样讲,我相信各位伙伴就非常容易理解这些 ai 名词了。好了,本期内容分享就到这里,我们下期再见!

成熟的开发者从不自己重复造轮子,大多数通用能力都可以通过 api 获得。当我们 ai 开发产品时,要具备这种基本素养,大圆模型、登录系统、地图、天气、短信通知、支付系统都可以通过 api 接入。我们不需要亲自写这些模块,我们只需要把它拼接进来,灵 活调用各种 ai, 让自己的产品像拼积木一样越来越强大。大家好,欢迎来到人人都能学会的 ai 公开课第二季, 从想法到落地,从 ai 工具到实践应用,带你把 ai 变成解决问题甚至创造收入的超能力。本课程由零代码创作社区还有内部响指联合 ai 生活实验室团队共同打造,大家先点个关注和收藏吧,下次不迷路! 上一节课程中,我们专门讲过 api 是 什么,感兴趣的小伙伴可以去看一看。在这里,我们可以简单将 api 理解为访问外部能力的接口。这一刻,我们可以简单将 api 理解为访问外部能力的接口。这一刻,我们继续用上节课开发的产品分手冷静期计时器 来演示如何接入一个又一个 api, 让产品变得越来越完善。首先是接入大模型 api, 目标效果是让产品对用户的情绪给出贴心回应。用户在情绪输入框输入,我很难受,我忍不住想联系他。 如果产品只记录这句话,它只是一个笔记工具。当接入大模型后,它可以判断当前情绪标签和强度,给出暖心回应,提供冷静建议。接触步骤非常简单,打开你选的模型平台,比如 deepsafe, 创建 api key, 把 key 复制出来,告诉 ai 你 的需求, 请为分手冷静期计时器新增一个情绪分析页面模块,包含一个输入框和一个分析按钮,用户输入情绪文字后,点击按钮请求,后端调用 deepsea 大 模型 api 进行分析,分析结果包含情绪判断、暖心回应、冷静,建议 添上你的 api key 就 可以直接用了。其次,我们可以为产品接入登录 api, 目标效果是产品上线后能够记住每个用户的信息,用户登录了才能使用,换设备登录还能看到同一份数据,这就是后续商业化的基础。我们可以接入微信登录、 google 登录、 apple 登录或手机验证码登录 api。 这里需要注意,微信登录通常需要先做 i c p 备案,对个人开发者比较麻烦。我们可以以相对方便的 google 登录为例,步骤也差不多。在 google cloud console 创建项目获取 client id 或者 client secret, 并配置回调地址。 告诉 ai 加入 google 登录的需求,让它修改,同时不要修改原有的功能,设置后,用户就有了自己的身份,产品也有了用户系统。此外,我们还可以接入短信 api, 让产品从被动工具变成主动陪伴。 分手冷静期第三天最难熬,但用户可能忘记打开应用,使产品需要主动触达。可以接入腾讯云短信或是阿里云短信,目标效果是每天早上九点发一条短信,或者连续三天没有打开应用时发一条短信。 步骤也相似,选择一个短信平台,获取 access key 和 secret key。 告诉 ai 不 改变现有功能基础上新增短信提醒功能,一步一步完成配置接触后,产品从被动工具变成了主动陪伴的伙伴, 我们还可以继续接入支付 a p i, 让产品可商业化。当用户习惯了免费功能,我们可以提供高级功能来创造收入。 免费功能倒计时打卡付费功能、情绪深度分析、专属恢复计划。个性化建议,可以接入微信支付 stripe apple ip。 由于支付流程涉及较多细节且更重要,我们会在后面课程中专门详细讲解。此外,如果你开发的是移动 apple, 我 们还可以接入推送 api, 目标是实现主动推送提醒,连续三天为打卡推送鼓励。最近还好吗?回来看看吧。可以接入 firebase、 cloud messaging、 极光推送、苹果 apns。 我 们还可以接入日历 api 产品,可以自动创建事件,加入用户手机的日历,仪式感拉满。我们可以选择的有, apple calendar api、 google calendar api。 总之,一个成熟应用的成长过程,往往是先有最初的逻辑,然后不断接入 api。 每接入一个 api, 产品就多一个能力维度。接 ai 有 智能能力。接支付有商业能力。接登录有身份能力。接存储有长期记忆能力。接短信有触达能力,接地图,有空间能力。当我们希望产品功能更完善时,不要着急自己写代码,先问问 ai 或在 getapp 上查一查 有没有现成的 api 可以 实现这个功能,避免重复造轮子。成熟开发者的基本素养是核心逻辑自己掌控,通用能力全部调用。本节课作业,一、为你的应用至少接入两个外部 api, 比如大模型 api、 加短信 api 等。二、记录接触过程中遇到的坑和解决办法。 评论区分享下一课我们会讨论当产品能力已具备,如何通过优化以外和交互变得高级、好看、舒适,每次打开时都让人觉得愉悦。我们下期再见。

要说普通人想要玩 ai, 那 必须得了解 api 这东西啊,可是打开 ai 新世界的关键,好多人都没发现它的好用之处。切, api 听着也就跟程序员挂钩,跟我们普通人有啥关系?不了解也照样用 ai 工具,纯属多此一举。 你这就错了,这可不是程序员的专属,普通人搞懂 api 能把 ai 的 用处发挥到极致,你平时用的 kimi 啊,火山引擎这些大模型,光聊天根本浪费了,靠 api 能把他们接到各种工具里,那体验完全不一样。那 api 到底是个啥?说的云里雾里,听着就高升, 一点都不高深,简单来说就是个数字接口,一把打开 ai 算力的万能钥匙。你买了智谱,火山引擎这些算力套餐会给你 a p i t。 有 了这工具,就能真正的把大模型接到各种工具上,这才是真正的玩转 ai。 那能接啥工具?说这么玄乎,能有实际用处啊,用处可大了。最近超火的 cloud code 编程软件,接了 a p i, 用大模型写代码,比原声的便宜多了。小红书开源的对话剪辑工具, 接了 a p i 就 能边聊天边写视频。还有那些收费的翻译软件,接上自己的 a p i, 只用大模型翻译,效果好,还不用会员费,这都是实实在在的哦,很多都是免费开源的, 但是调用大模型需要算力,算力是有成本的,总不能让开发者替你承担吧。所以只要有一个自己的 api key, 一个钥匙,就能接 n 种工具, 花一份算电钱,用遍各种 ai 工具,这性价比拉满了。照你这么说,那搞开发的朋友肯定特别懂这个吧,毕竟是技术相关的,你还真别以为 我身边好几个做开发的,代码写的溜的很,结果连 api key 是 啥都不知道,想配点工具还得找我帮忙,我这帮忙还得收点费呢。 哇,还真没想到,那照你这么说,普通人搞 api 反而还能搞出更多花样?那可不,现在不管是智浦、 kimi 还是火山引擎,都有免费的算力额度,随便就能生成自己的 api key, 贴在各种 ai 工具上,能把 ai 的 使用范围扩展一大截,比光用原生大模型有意思多了。这么一说,那这 a p i 还真得好好了解了解了,看来是我小瞧他了。 那可不,别再觉得 a p i 跟普通人没关系,这东西就是普通人玩转 ai 的 关键,花两分钟搞懂,直接打开 ai 新世界的大门。行,那我回头就去看看怎么生成 a p i k 也来试试,把大模型接到各种。

我们常听说的 api 到底是什么意思?怎么用好它?大家好,欢迎来到人人都能学会的 ai 公开课第四十三课,什么是 api? 在 这节课中,我们将通过生动有趣的例子,一起弄清什么是 api, 并且一步一步学习如何调用不同的 api。 学会调用 api 绝对是普通人投入回报最高的事情之一, 他很容易学会,但非常非常实用。有了它,我们就可以轻松调用各种 ai 模型、地图工具、天气、组建语音模块等能力来提升效率、解决问题、搭建应用,把脑海中的创意快速变成现实。 本课程由零代码创作社区 highsnip 响指联合 ai 生活实验室团队共同打造,内容参考麻省理工学院、荷尔津大学等知名高校的教学大纲,免费有趣零基础,大家先点个关注和收藏吧,下次不迷路! api 全称 application programming interface, 中文翻译为应用程序接口。这个名字其实并不好理解,但我们可以举一个常见的例子,当我们在外卖平台下单,地图会自动弹出显示骑手的实时位置。但实际上,外卖平台并没有自己开发地图, 而是通过 api 接入高德地图或者腾讯地图的服务。不仅如此,它并没有开发支付、天气或语音通知这些功能,它只是把各家公司的服务通过 api 拼接在一起,这就是 api 的 力量。在之前的实践课中,我们已经多次接触过 api。 比如在第二十六课打造数字分身中,我们分别通过 api 调用了硅基流动的大语言模型、 mini max 的 语音模型以及 d i d 的 视频生成模型,并将这些能力聚成在了一起,做出了一个能像真人一样开口说话的数字人。 在第三十二课打造新闻助手智能体时,我们又通过 api 调用了 tipsy, 帮我们完成新闻摘要。因此,当我们学到这一刻,屏幕前的你也许对 api 已经不再陌生。不过由于时间有限,我们一直没有系统的讲解过什么是 api。 为了更直观深入的理解什么是 api, 我 们还是用上节课的餐厅做比喻吧。大堂是前端,顾客在这里点菜,后厨是后端负责真正做菜。 而服务员就是 api, 他 负责把顾客点的单传达给后厨,让后厨去做,并把菜品端回给顾客。这个过程就对应了,用户在前端发出需求,通过 api 传递给后端,由后端完成处理,再通过 api 将结果返回给前端。 api 是 连接前端和后端的桥梁,但是等等,如果顾客想要的东西餐厅做不出来,或者这家餐厅很诡异,根本没有自己的后厨,那该怎么办? 有办法,服务员可以跑到其他餐厅帮顾客买饭再送回来。这种情形其实就像通过 api 调用第三方服务, 本地系统没有处理能力,只是把用户请求转发给外部服务,拿到结果再返回。这就是我们这节课要讲的重点。我们可以通过 api 连接第三方的后端,调用各种各样的外部服务, 让自己正在开发的应用更强大。如同开头所说,一个外卖平台其实并没有自己开发地图,不仅如此,他也并没有开发支付或语音通知这些功能, 但通过 api, 它可以调用各家公司提供的服务地图用高德的,支付用支付宝的,语音提醒用科大讯飞的。这就是现代软件开发的一大趋势,一切皆 api。 有 趣的是,它把软件开发变成了一个搭乐高的过程。你要做一个天气小助手,完全不用去架设传感器或收集数据,只要通过 api 调用气象局或者 openweather 的 数据,就能实时获取天气信息。 你想让用户登录,也不用自己搞认证系统,只需要通过 api 调用微信的登录验证。这不仅加快了开发速度,也大大降低了创业门槛, 让普通创业者也可以快速开发出产品原型,获得融资与市场反馈。同时也催生了一个新概念, api 经济。 大量公司专门把自己擅长的复杂功能封装成简单的 a p i, 提供给开发者调用,比如发短信、刷身份证、识别图像、生成语音等等。开发者不再需要重复开发,直接调用就好。目前 openai panoramic 都通过提供 a p i 调用,让用户接入 g p t 和 cloud 服务, 赚取大量收入。所以 api 的 核心价值有两点,第一,附用别人的能力。第二,屏蔽底层复杂性。你不需要知道高德地图内部怎么计算路径,也不需要理解拆的 gpt 是 怎么训练的,你只要知道它开放了哪些功能,你该怎么调用它。 如果我们掌握了基本的 api 调用方法,就相当于拿到了一把通向各种能力的钥匙,可以调动整个世界的能力为你工作。 正因为如此,学会调用 api 是 编程初学者投入回报最高的事情之一。它是普通人调用世界级能力的高效杠杆。正因为它非常简单,大多数 api 调用通常分为三到四步,我们可以一步步来学习。一、获取 api key 大 多数 api 服务需要你先注册账号,并生成一个专属的 api 秘钥。这个秘钥就像你的通行证,调用时必须附带平台才识别你是谁,并统计你的用量。以调用 deepsea 为例,访问 deepsea, 登录后进入 a p i key 管理页面,点击创建新密钥,就能拿到一串儿字符。记得保管好这串密钥,不要随便公开,它相当于你账户的钱包钥匙。 二、寻找调用事例许多平台的官方文档一般会提供详细的调用说明和代码事例,你可以在 deepseek 的 a p i 文档页中找到如下事例 三,测试调用这一步通常是为了测试我们的 api key 是 否正常,有时可以忽略,但在这里,它可以帮助我们更好地理解 api 的 调用逻辑。我们将调用数据复制下来,放在任意开发环境中,比如之前我们用到的 tree 或者 vs code。 在 auto rotation 添入自己的 api key, 在 content 位置添入提示词,点击运行进行测试。很快, deepsea 返回了回答。你看,就算是 deepsea 官网以外的地方,我们也可以成功调用 deepsea 的 模型回答问题了。 四、集成进你的应用中这也是最后一步,将 api 调用封装进自己正在做的应用程序里。如果你完全不懂代码也没关系,我们可以让 ai 帮我们。比如,目前我正在想纸上做一个女朋友翻译器,目的是将女朋友对我说的话翻译成真实想法, 避免吵架。这时我需要借助大模型来生成回答,让他帮我分析对象内心的小心思。只需要在对话框中输入 model key url, 要求所有提问通过大模型生成进行回复。在这段提示词中填入 api key 发给响指, 就可以让大模型来生成女友翻译器的回答配置成功。现在无论我女友是开心还是生气,都可以通过翻译器给出解答了, 因为它接入了强大的大语言模型。一句话总结,获取 api key, 寻找调用实力测试调用封装进自己的应用。 绝大多数的 api 调用无非是这些步骤。除了大模型,我们还可以按自己的需要接入天气、地图、日历等功能,让我们应用变得越来越强大。比如在 get up 中,我们只要输入 api 等关键词, 我们可以找到各种各样的 api, 这就引出了我们下节课的学习内容。开源社区如果你喜欢本节课,欢迎点赞、收藏加关注,如果你希望获取课程商用版权,欢迎与我们联系,我们下节课见!

今天给大家分享一个比较便宜的普通小白都能用的一个大模型。我们知道我们在学习 ai 或者使用 ai 的 过程中,就会发现 它是一个巨大的氪金的东西,因为会消耗大量的 token, 很多大模型靠这个 token 的 消耗令来盈利来赚钱。今天分享的这个呢,就是阿里云的一个最新的叫扣丁普兰的 这个头,跟他这个主题呢,说是量大环保,支持阿里云的千万的三点五,还有 mini max, 还有 嗯 g m m 等等各种模型,他是按照消耗的次数调用的,次数就每月呢大概有一万八千次的这个调用额度,每月的这个套餐费用是四十块钱,现在打折啊,现在二十块钱 对于普通小白是完全够用的,因为很多人反映这个 投币量很少,而且比较慢,如果你只是说我掌握一下 ai 的 基本应用,跑一下简单的流程,知道这个 ai 是 干嘛的, 我觉得是完全够用,它还支持这个龙虾,还有支持可乐扣的。另外一个呢,就是我们在调用这个 api 的 时候,一定要记得是扣丁普兰的 api, 不是 那个百炼的 api, 因为百炼的那个 api 呢,它是后付费的,你消耗多少投币就扣多少钱。 我上个月签约的时候,当时结果 api 填的是那个百炼的,他一天就给我花费了一百块钱,当时把我吓坏了。我觉得阿里云他这个售后比较好,因为是今天那个售后小哥给我打电话, 我把这个事情给他说了,他说你是调用错了 api 了,今天就把那个 api 给改过来了,我觉得这个是比较划算,因为一个月就二十块钱,大家可以试试。

哈喽,大家好,我是 paper, 那 今天我们来说一下我们最常用的 token 本地模型和外部的模型该怎么样去使用?就是 token, token 是 什么呢?一方面它是有这个最小计算机处理文本单元, 另一方面它也是其他的,还有很多身份认证啊,指令串密密实都百度的话,你要使用在我们的 ai 大 模型中,你就记录这个最小文本处理单元就可以了。我们再来看这个本地模型去哪里找啊?一般的话,像这个最常见的开源社区 hackin face, 我们在这里面去找本地模型,我们登录进来,然后找到这个 browser two m 加 models, 或者说你直接在搜索栏中搜索对应的名称,像这个主页,它这个首页里已经有这些,比如说像这个 minimax 的 二点一,千万的三点三,还有一些各种各样的 模型, open i 的 gptos 啊,你可以或者说这个 kimi 二点五等等,你可以点击这里去我们要找的像一些文本到图片的模型, 就是 ai 绘画模型,还有像这个文本到视频的模型啊, text to video, 还有像这个文本到文本,也就是我们的语言模型,就像豆包,千文,这些都是语言模型,我们只要去搜一下这个 text generation 文本生成,我们就可以在这里看到有千文,三点五啊,还有各种各样的 emoji 三啊,各种各样的 mini max 等等啊,只要是你所熟悉大厂,那基本他发了都在这里面啊。你看这个 b 嘛, 这个币数越大,比如十七币,八十币,三十二币,一百九,十九币,甚至这个二十八币,或者说这个四币的,这肯定效果没有那么好,是吧?那因为达到六十七币,一二一百二十四币都很大, 这东西像这个 mini max, 二点五,二点二十九币啊,二百二十九币,这个更大,这个你要是下下来,你会发现 你可能你的电脑用不了啊,就是这么简单哈。 ok, 我 们再看这个像一些其他的开放的 a p i 怎么去使用?那这里我以这个 g m 举例啊,我们直接去找到 a p i k, 点一下就进入到这个页面了, 这个页面就是你的 a p i 密匙了,我们在这个项目管理 a p i key 中找到它,像这个已经有的 a p i, 你 用到别的地方可以去,这样子你也可以直接删除,我们再可以添加个新的 a p i, 比如说你这个 a p i, 你 要去用到自己的 call 啊,那么龙虾上我们就点击 call, 然后把它复制过来,然后粘到这个 call 里,你就给它充钱就可以了哈。 你还想还想要再用一个 a p i 去做别的项目,那比如说我这个叫这个 agent agent, 那 这个 a p i 呢?我们给它复制过来,去放到别别的调用的端口里给它充钱就可以了哈。 像这个 open a d b c 的 a p i 啊,页面也差不多哈,你可以在这里点击 create new c c 啊,你也可以在这里点一样的啊,这里 name 我 写 call 啊。这个 project 你 可以放到你的默认 project 里,不过一般只有一个啊,点击 quit 就 可以了哈, 配置完之后呢,一样的,你就给自己的套餐充钱就可以了。那这个 api 呢?它不同于你的和你的传统的大模型,你直接问它那种网页对答模型不一样的啊,因为 api 呢?它 是啊, api 它是实时计费的,就说你要是用的话,你可以用到很多层面上不同,不停去调用这个模型。而你的网页因为问答呢,只要你这个模型啊,只要你这个网页关了,你就用不了了,是吧?你要是想用它,你是不是得二十四小时数在电脑前啊?你在电脑前你才能用它,但 api 不 一样,你可以做成全自动化的东西, 这样子呢,它的费用就会很高了。所以说 a p i 是 单独收费的啊。 ok, 那 今天呢,学完这课,咱们这个玩龙虾啊,或者说玩什么都会更轻松一些哈。咱们就先到这里啊, ai 啊,一定要去关注这些啊,最基础的东西,如果说这些基础东西你都不知道,那你去你就很难玩得转这些东西哈。

你是不是经常听到 api 接口、 api 对 接这些词,但就是听不懂到底啥意思?今天这条五分钟视频,我用最通俗的大白话,把 api 的 定义、用途、 api 对 接能力、优点、缺点,一次性讲全,听懂你就超过百分之九十的人。 建议先点赞、收藏,不然刷着刷着就找不到了。首先我们先讲什么是 api, 先把最核心的定义说清楚。 api 的 英文全称是 application programming interface, 翻译过来就是应用程序编程接口,听名字很专业,其实特别简单,你就把它理解成两个软件之间的传话员、加快递员。他不是代码,不是软件,也不是网站,他就是一套约定好的规则和通道,让 a 软件能跟 b 软件说话,拿数据做操作。 就像你去餐厅吃饭,你不用进后厨,不用自己做饭,你只需要跟服务员说,你要什么,服务员帮你传话,帮你把菜端上来,这个服务员就是 api。 接下来我们讲 api 为什么会出现?它的使用背景是什么?在很早以前,每个软件都是独立的,你想查天气,就得装一个天气 app, 你想查地图,就得装一个地图 app。 你 想支付,还得再装支付软件。但后来大家发现太麻烦了,而且重复造轮子,特别浪费。于是就有人想,我能不能直接借用别人已经做好的功能。 比如你做一个外卖 app, 你 不需要自己做地图,自己做支付,自己做定位,你只需要调用地图公司的 epi, 支付公司的 epi, 直接把别人成熟的功能接到自己软件里。 这就是 api 诞生的核心原因,让软件互联互通,不用重复开发,降低成本,提升效率。我们现在用的几乎所有 app, 微信、抖音、外卖、打车、网购,全都是靠无数个 api 在 支撑,没有 api, 互联网根本跑不起来。然后我们讲最重要的一个概念, api, 互联网根本跑不起来。 然后我们讲最重要的一个概念, api 到底是什么?很多人一看到一串英文加数字的密钥就蒙了, 其实 api 超级好理解,据你可以把 api 当成一扇门,那 api 就是 开门的钥匙,加你的身份证。 任何一个公开的 api 都不能谁都能用,不然数据会被盗,接口会被刷爆,所以平台会给你发一串唯一的密钥,也就是 api, 你每次调用接口的时候,必须带上这把钥匙,系统验证通过才会给你返回数据,如果钥匙不对,过期没权限,直接拒绝访问。简单说, api 是 通道, apikey 是 权限,没有 key 你 就用不了 api, 它的作用就是身份验证、限流、防刷、计费。很多商用 api 都是按调用次数收费,靠的就是 apikey 统计你的使用量。接下来我们说说 api 的 对接能力, 这部分是干货,很多人想做开发、做工具都用得上。 api 的 对接能力说白了就是它能帮你实现什么事。常见的就这几类,第一,数据获取, 比如查天气,查汇率,查手机号归属地、查快递,查股票,你发一个请求, api 直接返回最新数据给你。 第二,功能调用能力,比如发送短信、发送邮件、人脸识别、语音合成、支付扣款、定位导航,你不用自己写算法,直接调用 a p i 就 能用。 第三,系统打通能力。比如企业里的 e r p c r m o a 系统对接电商平台跟物流系统对接,都是靠 e p i 实现数据自动同步。第四,扩展与生态能力。 很多平台开放 epi, 就是 让第三方开发者做插件,做工具,做小程序。比如抖音开放平台、微信开放平台,都是靠 api 搭建生态。你可以这么记, api 能对接数据,对接功能,对接系统,对接整个生态,几乎无所不能接。既然 api 这么厉害, api 的 优点和缺点到底有没有?当然有!先讲优点, api 为什么这么香? 第一个优点,开发极快,不用重复造轮子,别人做好的功能,你直接接几天就能做完以前几个月的事。第二个优点,成本极低,不用养团队,写算法,搭服务器直接按用量付费,甚至很多免费接口够用。 第三个优点,数据更准更稳定,专业平台的 api 数据实时更新,比你自己爬往自己写的小系统靠谱太多。 第四个优点,安全可控,数据在对方服务器,你只调用不存储,降低泄露风险,同时 a p i p 可以 控制权限。第五个优点,易维护,易升级,对方升级功能你不用改代码,自动同步,省心。再讲,确定 a p i 也不是万能的,它也有短板。第一个缺点,依赖。第三方受制于人,对方接口停了,收费涨价了,服务器崩了,你的功能直接受影响。第二个缺点,有调用限制, 免费 api 一 般限流,商用 api 要钱量大,成本会上升。第三个缺点,网络依赖,没网就用不了,网络差,会卡顿超时。第四个缺点,隐私风险。如果对接不靠谱的小平台,可能存在数据泄露的风险。 第五个缺点,学习成本虽然比写代码简单,但你还是要懂一点基础规则,比如参数格式、请求方式,纯小白还是要学一会。讲到这里, api 的 核心内容基本就全了,我们做一个完整总结,方便你记,也方便粉丝记。第一, api 就是 软件之间的沟通桥梁,负责传话、传数据、传功能。第二, api 是 使用 api 的 钥匙和身份凭证, 没有它就没有权限调用。第三, api 对 接能力极强,能省时间省成本,但也有依赖、限流、隐私这些小缺点。 api 其实一点都不神秘, 它就是互联网世界最基础、最通用的通用语言,你手机里每一个好用的功能背后,几乎都有 api 在 默默工作。好了,今天的视频就到这里了,如果大家还有什么疑问,在评论区里聊聊吧,我们下期再见。

兄弟们,我先把话撂这,现在转 ai 就是 在抢饭碗。那讲真的,二零二六年你去看招聘那些能拿高薪的大模型应用开发,比你多的不是努力,是能力,结构直接不在一个维度。那我扒了上千个岗位,就一句话总结就是,你不会的才是企业真正要的。来,给你掰开说清楚。第一层,基础认知,你一上来就写代码,你至少得知道大模型是怎么来的, 像 gpt 这种模型到底能干嘛?边界在哪?不然你写的东西十有八九是看起来能跑,实际不能用。第二层, api 加提示词, 很多人卡在这里会掉。 chimney 先问 ific, 这只是入门,拉开差距的是你会不会用 zero sort, 非 sort, 是 非念,让模型听话,那说实话,这一步做不好,后面全白搭。那第三层,核心能力分叉 这一块就开始拉开差距了。第一条, rack, 你 要能做知识库,不是简单的丢文档,要懂向量查找,找回排序,还得会跟数据库打交道,比如 my secret, 那 讲白了,让模型查得到,答得准。 第二条,模型微调,如果你只会 a p i, 天花板很低,但是你会 nora, 微调,会私有话不说欸,不好意思,你直接进入了高新区, 这是从用模型变成改模型。那第三条, agent 现在最火的,但也是最容易翻车的,不是写个流程就叫 agent, 而是要能拆任务,调工具,做闭环。那一句话就是让 ai 能干活,而不是只会聊天。 第四条,多模态图像视频语音,未来不是加分项,是标配,你不会多半连门都进不去了。那最后呢,我给你总结一句,大模型开发不是技术叠加,是能力的升级。那你现在卡住呢?不是你不努力,而是你压根就没有走在正确的路线上。最后呢,我也是把二零二六年关于进阶大模型的最新路线给整理好了,大厂资深算法工程师亲自准备的 内部必读文档,里面把模型原理、产品落地、完整思维框架都讲透了,基本上就是从懂一点到能做项目的那条路,需要的直接安排。

从零自学 ai 之名词解释,那最近 ai 圈有很多很火很新的一些名词出来,那我看到有很多朋友在评论区问他们都是什么意思,所以今天我会以一个具体的例子,带大家去理解每个名词具体的含义,以及它们之间的区别和联系。 首先我们想象一下人类使用 ai 的 一个终极目标,是不是我们希望构建一个类似 ai 实习生的角色,它可以帮我们完成各种复杂任务。那我们就以这个理想中的 ai 实习生为切入点,我们去理解各个 ai 概念之间,它们是如何搭配组合成最终的这样一个 ai 实习生形象的。 ok, 首先这个实习生他一定要有个很聪明的脑子, 那这个大脑的位置我们可以理解,它承载了各种我们所谓的模型能力,包括大语言模型或者图片和视频生成的模型能力。那比方说最近很火的 c 档三点零,其实就自己推出的视频生成模型, 像去年很火的 nano banana, 也是谷歌推出的一个图片模型。这里特地强调一下,像 nano banana 或者 cds 二点零,它们都是模型的名称,它们不是一个具体的 app 或者网站,因为我看到很多人在评论区问到底应该怎么下载,甚至去应用市场直接去搜索这些模型,这样子都是不 ok 的。 那因为他其实是一个底层的模型能力,所以他其实是可以被切入到各个平台里面的。比方说像字节的 cds 二点零的这个视频模型,其实我们在字节旗下的很多的产品里面,像吉梦啊,像小云雀或者豆包等等,我们都是可以去使用这个模型的, 那像大元模型也很好理解,像我们平常在豆包上用聊天的方式去问他一些问题,这也是最常见的大元模型的应用场景。 在这个里面我们去聊了这个实习生,他有很聪明的脑子,他光有聪明的脑袋其实是不够的,完成很多复杂任务呢,也需要手和脚去使用一些工具才能完成这些任务。那这个时候呢,所以就引入了我们第二个概念, 就是 api sdk 和 mcp 为什么把他们放在一组去聊?因为其实他们承载的功能具有一定的相似性,他们都是连接这个实习生大脑和他手脚的这样的一个通讯路径,也就俗称接口。那这些接口之间其实有些区别, 像最基本的 api 的 接口,我们这个大脑和手脚通过 api 的 这个接口传输之后,它可以进行一些基本的这样的数据的互通。 那这里面的 sdk 在 api 的 基础上有一些升级,它不光是在接入之后能够有数据的互通,它相当于是集成了一个工具包,它会有一些功能上的一个互通。 最近这两年很火的 mcp 的 这个概念,它其实是在 api 和 sdk 这个接口的概念上的一个接口升级, 它是一个标准化的接口协议。意思是什么?之前我们用不同的工具可能都需要去开发不同的 api 和 sdk 的 这样的一些接入工作,但是有了 mcp 之后,所有的这些工具的接口都标准化了, 大家可以理解,类似于世界上所有的电器,我们都统一到 type c 接口这样的一个概念,这样会大大的降低我们去接入各类工具的成本,所以 mcp 在 这两年的应用场景也非常多,它的本质也是在去连接实习生的大脑和他的手脚,以一种更通用的方式进行大模型和手脚工具之间的连接。 好了,那这一步这个实习生我们已经看到他有个大脑,他这个大脑也可以控制他的手和脚去进行一些任务,那这个时候就剩下我们要去给这个实习生下发任务,这里面就提到了最后这两个关键词,一个是 prompt, 也就是我们经常提的这个提示词, 另外也是最近非常火的 skills 这个概念,那它们俩放到一起讲,其实也是因为它们本质都是我们给 ai 去下发任务的提示词。 prompt 提示词,它更多的是这种一次性的提示词,比方说我们让 banana, banana 去生成一张图片,那 skills 相比于提示词最大区别就是它是一个非一次性任务的提示词, 它的使用场景更多,是更复杂、更常常规划的任务,我们可以把它理解成一个超长提示词,或者我们把它理解成我们给 ai 实习生的一个工作手册。 比方说这个提示词里面可能包含实习生每周去总结周报数据,我们可以通过提示词的方式告诉这个实习生这个任务要去写周报, 那但是因为这个周报的任务它是每周周二复时的,并且这个实际上它除了写周报以外,它还有其他的,比方说数据分析、市场调研等等其他工作,那这个时候这个 skills 更多的像是它的一个工作手册, 这个工作手册里面它会包含说你要去写周报,或者你要去分析数据,或者你要去做一些市场调研等等,它是一个更复杂、更重复性的一个工作手册。那但是它的本质和 prompt 其实是没有区别的,它都是我们给到 ai 下达任务的一个方式。最后再来聊一下 ai 这个概念, 那其实很多人都觉得 ai 是 一个很新的词,是一个很高深的词。其实说白了,我们刚刚一直在聊的 ai 实习生,他有聪明的大脑, 还有手和脚,它能通过手和脚去使用一些工具,这样的整体的这个 ai 实习生我们就可以把它理解成现在大家在聊的 ai agent。 好 啦,我是小样,如果你也对自学 ai 感兴趣,可以关注我,我们下期见。

你好,朋友,今天想跟你聊一个很多人经常听到但没有完全理解的概念,就是开源和闭源。很多人在听 ai 新闻的时候,听到了一句话,比如某某某模型开源了,或者某某某模型闭源,但是到底什么是开源,什么是闭源,其实并不复杂。 先说最简单的理解,开源就是把技术内部结构公开出来,别人可以看到他是怎么做的,甚至可以自己下载下来运行修改,或者是在他的基础上继续开发。 b 原则相反, b 源的意思就是核心代码和模型权重都不公开,你只能使用他提供的接口,但你看, 但你看不到里面到底是怎么样工作的。举个最简单的比喻,开完就像一家餐厅,把完整的菜谱公开了,但所有的食材、步骤、火候都告诉你,你可以自己在家里面做,也可以用这个菜谱改进成自己的版本。一般就像是一家只卖成品的餐厅, 你可以点这里的菜吃,但厨房是完全封闭的,你不知道你们的配方是什么,也不能自己复制它, 放到 a a i 领域也是一样的。如果一个模型是开源的,通常意味着它的模型权重、代码结构都会被发到像 github 或者是 hackinface 这样的社区里,开发者可以下载到自己的电脑或者是 服务器上运行。比如说很多开源模型,你甚至可以在本地电脑直接跑,不需要依赖某一家公司的服务器。 如果一个模型是闭源的,那它通常只通过 api 提供服务,你只能通过网络调用它。比如说发送一段文字,让它生成回答,但模型本身是看不到也拿不到的,为什么有的公司选择开源,有的公司选择闭源呢? 其实背后是两种不同的策略。开源模型。开源最大的好处就是生态会生长得非常快,因为全球的开发者都可以参与进来,帮你发现问题, 改进代码,开发新的应用。所以说很多技术一旦开源,就会在很短的时间内形成一个庞大的社群,很多互联网技术,比如 linux、 python 语言,像这些框架结构,其实开源生态发展起来是最好的。闭源的好处呢,是公司可以更好的保护自己的知识产权、核心技术。 因为模型训练往往花费了大量的人力、物力、财力和算力还有资金,如果完全开放,很有可能被竞争对手直接复制。所以说很多商业公司会选择 避远。模型只提供服务,而不公开内部细节。在 ai 领域,你会看到两种路线同时存在, 比如有一些模型是开源的,任何人都可以下载运行,而有的顶尖模型只能闭源的,只能通过 apf, 是 客户端调用。所以普通用户来说,开源和闭源最大的区别其实在于控制权。开源意味着你拥有更多的自由,你可以自己部署,自己修改,自己决定数据在哪里运行, 不需要完全依赖某一家公司的服务。而避远则意味着你更像是在使用一个云服务器,就像你的客户端,他通常更稳定、更简单,但你必须要依赖这个提供的服务平台。所以说很多开发者可以去根据自己的需求来选择。 有的场景更适合避远,比如说你只需要一个稳定的服务接口,比如说手机上、电脑上有些场景呢,更适合开远,比如说你完全控制自己的系统,或者是做一个深度定制。 理解了这一点,你再去看 ai 新闻就会更容易懂了。比如说某个模型开源了,其实的意思就是这个技术内部 被公开出来,社区可以参与进来一起发展。但如果有个人说某个模型是闭源的,其实意思就是说你只能使用它的能力和服务,但看不见它的内部的。呃,实现好了,朋友,今天就聊到这里,我们下次再见。

欢迎来到 ai 大 白话,用大白话讲透前沿, ai 拆解原理解图,动态看懂智能时代!今天我来解释一下大模型与 api 智能体的关系。 一句话概括,大模型是大脑, api 是 接口,智能体是会自己干活的完整机器人。 大模型负责理解语言,思考、推理、生成、回答。 大模型定位是大脑, api 负责把大模型的能力开发出来,让别人的程序能调用。 api 的 定位是插座,是接口,是通道。 智能体 a 阵营负责根据任务思考,自己调用工具,自己完成一整件事。智能体的定位是会独立干活的智能机器人。 三者关系,智整体必须依靠大模型来思考,没有大模型,智能体就是个傻子,不会理解,不会判断。 智能体通过 api 调用大脑,智整体不能直接钻进大模型里,必须走 api 接口。 智能体还会通过 api 调用其他工具,比如查天气,查地图,发 u 键、读文件,这些全靠 api。 大 模型本身不是智能体,大模型只会回答问题,不会自己主动做事, 加上调度逻辑工具,调用任务规划,才变成了智能体。下面我用最通俗的比喻来解释他们三者之间的关系。 大模型等于厨师,等于厨师的大脑, a、 b、 i 等于厨房的门。 智能体是全自动厨师机器人,他会看订单,调用大模型想做法自己做,完成完整的菜的加工过程。 最终结论,大模型提供智力, api 提供调用方式,智能体用大模型思考家用 api 调用工具自主完成任务。

你是不是一听 ai 就 头大,像听天书,想要入门 ai 却连基础的概念都搞不懂?这条视频直接帮你通关所有 ai 行业黑话,纯小白也能秒懂。先说 ai engine, 其实就是 ai 的 智能体,说白了就是咱们的专属 ai 打工人。比如一个 ai 的 文案专员,能帮你直接搞定各类的文案创作,省心又省。 那这个打工人的核心其实就是大脑,也就是我们的 l l m 大 语言模型,像豆豆包、 deepsafe 这类 ai 产品,都有自己的大模型撑腰。呃,模型的优劣呢,直接会决定着这个 ai 打工人的水平。就像小学生和大学生共同写一份文案,那知识面更广的大学生呢,作品肯定会更加出彩,毕竟认知和词汇量都差个档次。 ai 人打工高,干活全靠你下指令,那这个指令呢,就是 promote, 你 的要求越清晰,指标越具体,那 ai 教出来的成果其实越符合你的心意。这就跟你是个糊涂的甲方,张口就要五彩五彩斑斓的黑一样, ai 并不会惯着你,出来的效果绝对惨不忍睹。 所以练好提示词非常重要,这也就是为什么之前一堆人会卖提示词的一个原因,因为会问问题是好产出的非常重要的。一 刚上岗的 ai 呢,其实就是妥妥的职场新人,得靠培训练本事。那这个培训呢,就是 skills, 咱们常说的养龙虾,实际上就是培养 skills 的 一个过程。那 skills 教的好不好,直接影响 ai 的 产出质量,跟领导会不会带团队决定整个部门的业绩是一个道理。 除了练技能,为给 ai 的 各类资料数据等等,通通称之为知识库。知识库越丰富呢, ai 的 业务能力也就越强。 一开始 ai 可能只是会写文案,但随着大脑升级跟技能拉满,现在还可以同时处理其他的一些工作任务,比如说像图片或者视频。那这种全能型的 ai 呢?其实就叫做多么快。 有时候 ai 呢,想要去单独解决问题,需要跨部门的合作,但不能每次都来张口问你吧。所以想让让它自主对接,那就需要 a p i 的 一个接口。说白了,就像一个万能插座, ai 和其他平台工具接上插头,才能够顺畅地沟通。跨部门干活有的时候还需要。

ok, 大家晚上好啊,然后昨天晚上的时候,阿里发布了千问三点六 plus 的 预览版,并且限阶段是完全免费的,然后我今天试用了一下,感觉效果是非常不错,然后, 呃,所以想跟大家交流一下。当然我是没有经过非常专业的测试的,但是就我个人使用的体感上来说,我觉得, 呃它和我之前比较喜欢用的呃 gemini three preview 版本其实是呃相差不大的。先来聊一下这个模型的参数啊。 呃,这次发布的千万三点六 plus 呢,它支持一百万 token 的 上下文窗口,呃,如果换算成中文的话,它大概就相当于七十万到八十万字。 呃,那么也就是说,你现在直接给他扔一本小说,或者说是几百页的法律文书,他都是可以一次性读完并且理解的。呃,那么这个一百万 tokon 的 上下文水平放在呃行业里也是现在比较领先的了啊。现在支持一百万 tokon 的 这个模型其实屈指可数啊,包括像呃 jammer 它是最早支持的,然后 cloud 它是今年二月份开放的,嗯,然后还有就是 gbt 五点四, 呃,然后呢,现在还就新加了一个千问。呃,然后它的第二点,它是官方说它的推理能力是显著提升的,在呃复杂问题的解决、前端开发和代理编码的这些场景下, 呃已经持平甚至超越了市场上顶尖的旗舰模型。呃,并且呢,就是它的 agent 行为更加可靠了。 然后这一点我觉得是非常重要的。为什么 agent 的 可信这么重要?就是我在之前的视频里也聊过一些 ai coding 的 工具啊,就是 说它最让我惊艳的地方就是程序失败的时候, ai 会自己去思考为什么失败,然后再去修正,再测试,再修正啊,直到这个程序能够正常运转,那么这个过程其实就是一个 agent 的 行为。 呃,但是之前的模型在这个自主修正的过程中,其实非常容易跑偏啊,比如他修了一个 bug, 然后会引入两个新的 bug 啊,然后或者说是就选错工具,传错参数。嗯,这些这些错误在简单的任务里并不明显,但是在一些复杂的任务流程中,它会特别影响效率。呃,那么 这个三点六 plus, 它把 a 型的可信作为核心的升级点说明,呃,阿里已经意识到一件事情,就是,呃,模型的竞争,它已经从谁更聪明,进入了谁更靠谱的阶段。呃,这其实是一个非, 我觉得是一个行业趋势啊,就是二零二四年的时候,大家模型之间比的是参数量,呃,精准的一个测试分数,对吧?然后到了二零二五年的时候,嗯,大家开始比推理深度和思维能力。呃,那么到了二零二六年呢,竞争焦点就 变成了谁能够更加稳定可靠的去完成一些复杂任务,能够 真正成为一个比较可靠的数字员工了。哦,就是有一个非常直观的体验,模型之间的差距其实在日常对话中已经不太明显了。你就是问一个简单的问题,呃,无论是 gbt、 cloud、 deepsea, 还是天文豆包,他们给出的回答, 呃,其实可能都是 ok 的。 呃,但是一旦你进入到复杂任务,比如说你分析一个,呃几万行代码的项目,或者是处理一份呃比较长的合同文件, 那么这个时候差距就体现出来了。嗯,包括它的上下文长度、推理深度,呃 agent 的 可信,这些 硬指标会真正在这个时候决定谁能够帮你干活啊,而谁只是一个聊天机器人。呃,那么在单个问题上,呃,就算一个模型的表现再好,如果它不具备 呃上述的这些底层能力,其实它就很难形成稳定的一个生产力壁环。呃,那么最后就是如果大家想体验这个新模型的话,可以现在 赶快去 open up 上申请一个 api, 然后抓紧时间薅一下这个羊毛啊,谢谢大家。

就是什么是大模型,什么是 agent, 什么是 m c p, 什么是 skill, 还要再说说什么是 open claw, 把这个东西讲完,大家应该就能对这个知识点有一个更深的了解。首先第一个什么是大模型,我们得先说大模型,它就是一个可以对话的一个大脑, 你跟他说话,他就能回消息。但是有一个问题,他没有记忆,你跟大魔星说一句话,你说你好,我是老于,他说你好,他再你再跟他说我是谁,他不知道了,也就说大魔星他没有记忆。 你说一个消息,他其实是底层,是一个 transform 架构,他经过神经网络一层层的去计算,最终是通过概率给你算出来他要回复什么东西给你,所以说他那个东西是有幻觉的, 通过概率给你算出来一个东西给你回复了,你说我是老于,你再问他我是谁,他不知道了,那这 ai 没有记忆可不行,所以说大家为了让 ai 有 记忆可以聊天,大家就制造了一个聊天机器人, 那这就这个就叫 bot, 他 这个 bot 能干什么呢?就是我跟他说我是,我说我是老于, bot 接受到我是老于,然后他会跟大模型去交流, 他作为一个中间人跟大模型去交流,然后他告诉大模型这个人叫老于,然后我再说我是谁,我是老于,然后大模型之间的回复和我是谁一起发给大模型, 也就是说大模型拿到不是我是谁,而是之前的所有聊天记录,大模型都看到了,然后他再回,那这个聊天机器人,他的作用呢?就是让这个大模型看上去有记忆, 这这个就是聊天机器人,那聊天机器人的功能还很弱,对吧?就比如说我想让他帮我关电脑,帮我执行一段程序,帮我查询今天的天气,他也不行。 所以说这个时候在聊天机器人的基础上,又扩展出来了一个东西,叫 agent, 这叫智能体。智能体可以干什么呢?智能体大家记住啊,就一句话,就是智能体可以调用工具,这个东西就是智能体。那什么是工具呢? 就比如说这里有一个函数,有一行代码,这个代码可以给,可以 get weather, 可以 获取天气信息,可以获取日历信息, 但今天是几号,这个大模型是不知道的,大模型他知道的东西就是基于他训练的结果。那比如说我二零二五年十月一号训练的这个大模型结束了,那大模型二零二五年十月一号之前的东西,他训练过的他知道,但是 十月一号之后的事他啥也不知道,他没训练,所以你问他,你说今天天气怎么样?他不知道今天是几号?大魔镜他也不知道,但是 a j 他 知道。 agent 呢?可以调一个工具 get weather, 它获取到今天的天气,然后再告诉大模型,大模型再分析,然后再给我回复。也就是说这个 agent 是 什么呢? agent 呢?是可以调用工具的一个程序,它可以通过调用工具让大模型知道更多的事儿, 这个就是 agent。 然后大家发现这 agent 不知道天气信息,我得怎么办呢?我得调用一些接口, 比如说高德有天气信息的接口,我得调这个接口,然后还有什么饭店的接口,旅游景区的接口,什么时候卖票的接口还是调很多的接口?那这个这那这样的话,所有互联网 服务平台,比如说天气的平台啊,景区的平台啊,卖票的啊,全得开放接口,然后这 agent 它得调所有接口才能实现这个功能,那 agent 它也很麻烦。那个第三方平台,比如说那个天气的第三方平台,它也很麻烦, 然后那个接口怎么调参数都很麻烦,得有一个执行方案,就是说我定一个协议, 就说你这个 anint 调这个第三方平台的接口数据的时候,你别像以前那么调接口,我们谈个协议,你只要两边都遵守这个协议, 我就可以去拿你的数据,我就可以拿天气数据,拿时间数据,拿各种景区的数据,都能拿到。但这个协议叫什么呢?就叫模型上下文协议,所以这个协议就叫 m c p, 所以 大家知道什么是 m c p 了吧?他的协议,他就是协议,对吧? 我调接口为了更方便的调接口,就是开发了个协议,叫 mcp, 所以 大家知道什么是 mcp 了? mcp 就是 让 any 的 可以更方便的调用工具, 很简单吧, mcp 就是 让 any 的 调用工具的,然后把调用工具的信息丢给大模型,让大模型可以回复,这个懂了吧?这是 mcp。 那 什么叫 skill 呢? 大家没点关注,点点关注,我长得有点细啊,然后我接着说什么是 skill, 比如最早就说这个工调用工具,等于说调用工具有什么弊端吧。 如果你想让这个 agent 调用工具的话,你得先把这个工具的所有的说明书啊什么的,这参数配置啊,全都给这个 agent 告诉他,然后比如说你跟他说你好,他说的就是你好吗?不是他除了这个 他给这个大模型发过去,除了这个你好,他还会把把这个编辑可以调什么工具,什么乱七八糟的呀,各种这个工具的参数啊,这些信息全都都给大模型发过去,这就很麻烦了,东西很多,所以呢,为了让这个性能提升性能吧, 当然也不只是为了提升这个性能,我们就说性能吧,为了提升这个性能, oslopez 公司又发布了一个叫 integer scale 的 东西, integer scale 的 话,它可以定一个工作流,定一个文档, 一个 markdown 文件,然后这样的话,它只要在文件上写一个原数据,写两行,对吧?当用户在干什么的时候调用这个 skill, 那 下面细节就不用给大模型了,那这样我一个 id, 它就可以调接很多的 skill, 我 只要看它那个原数据,它能干啥,我需要的时候我在调它里面的东西, 那这样的话性能就会得到一定的提升。而且用这个用这个 skill 的 时候,大家会发现更好的一点,就是 skill 可以 写很多很多东西,比如说你想做一个知识库,你可以放在 skill 里面,你可以定一个工作流,你可以放在 skill 里面, 很多事儿都可以放在 skill 里面,这样 skill 就 可以就火出圈了。也就是说 skill 它是一套文档,文档规定了这个事儿怎么干,然后大模型就会按照这个流程去干事, 做事,做完这些事他就就完事了。所以刚才说说了 mcp 是 什么?是调用工具更方便,工具是什么?就是查询天气这些工具。然后呢? skill 呢? skill 是 规定了你做这件事,调用哪些工具,执行哪些标准, 它是做了一个更广的一个规范,也就是说一个 skill 可以 调很多, mcp 可以 调很多的工具, 就是 skill 的 作用,也就是说大家会发现 skill 能力强,是吧? skill 可以 作为文档,它可以做知识库。 skill 可以 定义工作流,可以做很多事。 skill 可以 调很多的工具, skill 也可以调 mcp, 这是 skill 的 能力。 然后大家就会发现,那 cpu 是 不是太强大了,对吧?它是不是可以操作浏览器啊,可以写代码啊,做简历啊,所有的工作流,甚至取代什么扣子,以前那种传统的工作全都取代了, 那说明这 skill 实在是太好用了,是吧?是的,它确实是好用,真的是好用,它太好用了呢。然后呢,就出了出现了很多工具,全都接入了这个 skill, 包括 coza, 初 codex, 所有的 ai 工具, ai 开发工具都接入了这个 skill, 大家都能用 skill。 然后又出现了一个东西,也接入了这个 skill, 就是 openclaw, 也就是说因为 skill 可以 做很多事,那 openclaw 它就不需要做这些事, openclaw 只需要可以调 skill, 它就可以做所有 skill 的 事。 也就是说 openclaw 是 什么呢?它就是一个智能体,智能体的能力不依赖于它智能体的本身,而依赖于它接入了哪些 skill。 这也就是说,为什么大家不用担心 openclaw 以后能力会不会变强变弱什么的,你不需要关注它有什么能力, openclaw 也没什么能力,它的能力呢?全部依附于 skill 的 生态,所以有个网站叫 cloudhub, cloudhub 里面有很多 skill, 大家都如果想扩展自己的 open clone 的 能力的话,你就直接去下载 skill 就 可以了,你就可以让你的 open clone 去做各种各样的事儿。 因为 skill 可以 做,所以 open clone 它就可以做,这就是大模型 agent skill。 mcp 和 open clone 的 关系,我不知道我讲,讲得透不透彻,讲得透彻的话点个赞,点个关注支持一下。