odd在大模型里是什么

生活这么平淡，怎么才能拍 vlog 呀？试试这个怎么样？ o d d 风格，不用口播，不用露脸，只管记录生活，拍一部属于你的视频日记，就像这样。 那怎么才能把随处可见的风景拍的美一点呢？第一点，保证一个画面就一个重点，一只好看的水壶， 小摊上热气腾腾的包子，生活也许混乱不堪，试着用长胶呢？在一地鸡毛中寻找我们生活的细节，然后仔细看，你就发现野花野草也很美吗？生活里好像多了很多能记录的事。 第二点，要有动作。这里我不教运镜技巧，因为欧弟弟的精髓是真实的生活。要么拍有动作的时刻， 要么制造动作静止的画面，那就拍走路，拍抬头，拍目光聚焦，拍突然出现， 你所看到的一切都值得记录，但要有动作。第三点，按下来，听具体的声音，先把曝光调到负一点三，再提高锐化清晰度和饱和度，把背景音调高二十分倍，防止他们被背景音乐淹没。 再试试加入一些音效做点缀，画面更具体，声音更真切。最后，日记嘛，总该写点什么，写点旁白，写点感触， 什么没话讲，那就加点小表情，也很有意思。在那些庸常的日子里，美好一直在悄悄的发生着。 o d d 这部视频日记本简单好写，也许能帮你留下一些什么。

你连这种 o d、 d 卡点都不会做，还说剪辑跟猴子学的，什么意思？回答我，你就导入一段视频，点击音频，选择音乐，导入这首背景音乐，点击节拍，选择自动踩点，缩短视频时长，占四个节拍长度。在第二个节拍点处 点击画中画，选择新增画中画，导入另外一段视频，在第三个节拍点处继续导入一段视频， 分别选中三段素材，点击动画，添加九宫格入场动画，调整时长为一点五秒，再添加一个科幻音效，在后边导入你相册里的其他视频， 每个站两个节拍长度，在第一个转场位置添加泛光转场。点击文本，选择识别歌词，点击编辑字幕，将所有单词都点击分割。最后就是调整每个文字的样式和动画，这样不就做完了吗？以后还能说剪辑跟猴子学的吗？

前段时间我发的这个怪奇物语的几个世界的这种空间关系，然后有非常多的人在讨论，说就是这个有什么好讨论的？或者说是这就是一个魔幻剧，你非得讨论这个物理的干什么？你不专业你就不要讲这些东西。 我我我这次挺专业的来了，这个是我们中国物理奥赛曾经三十九届的国家队，然后也是现在国际物理奥赛金牌的很多学员的导师。应老师，你之前看过怪奇物语吗？ 呃，我没怎么看过。嗯，但，但其实我看过比较老的一两季的，看过前两集，然后看过人家拉片，看过别人拉片。对，是这样的，就是第五季里面他引入了一个虫洞的概念，然后呢，这个虫洞的概念是这样的，就是我们之前也用这个 图给大家演示过他们之间的空间关系，大体是这样，就我拿一个这个来做演示，底面的这个世界是我们的世界。嗯，然后呢，这有一个跟我们的世界完全独立的世界，有他们本来是完全独立的，后来呢？因为， 呃，我们自己世界的有一个超能力的小女孩把另外一个人给放逐到了这个世界，从此这两个世界产生了关系。 然后呢产生关系的那个时候呢，就生成了一个虫洞，然后这个虫洞连接我们的这个部分，跟我们形成了一个镜像颠倒的关系。嗯，比方说啊，等一下啊，比方说这站了个人， 然后呢？那么在这个虫洞世界里面是这么站着的。嗯，重力是完全相反，重力是相对的。对，我，我之前说相反，可能说的不太准确，应该是相对的，就是都指向地面，但是因为他们是对称的嘛，所以说他们就是对称的。对，所以他就是相对的。 但是在这一面，但是在虫洞连接上面，这个世界的这一面，它并没有完全对称，它有一部分对称的东西，比如说上面有一些山，有些石头，它这连接处也会有一些山，有些石头上面有层云，下面也会有一层云。 然后呢就是但是这有一个老巢，这就没有一个老巢。嗯，然后呢有一个小女孩从这掉下去了，本身我们以为这这些地方都是颠倒的， 从这进去以后，他不是从这又钻出来了吗？那个小女孩就以为从这下去后，从这边又能钻出来，但是没有，他直接掉下去就往下掉，就是整个的这个重力都是指向这边的颠倒世界的地面的。 ok， 那 么这个在 冲动的理论，或者说在真实的这个物理的世界里面，理论物理里面有一定的说法吗？嗯，有一定说法，就是我们可以这么想吧，就是说我们的世界跟这个新的混沌世界， 它其实是早就存在的。嗯，啊，就是意思是我们的宇宙可以是个高维的嘛，那么我们自己是四维的，三维空间，一维时间，嗯，然后呢？实际上是高维空间的投影， 那么，呃，我们的世界和混沌世界都是高维世界的投影，那么在宇宙创生的时候，它就已经有了。嗯，那么你可以认为我们是一个宇宙，然后他们是另外一个宇宙，嗯，互相之间是没关系的。嗯，那么小女孩做了一些奇怪的事情之后呢？那么把我们世界的一个人放逐到这个世界去之后，那么我们两个的这个世界 就经过这个生成的虫洞相连了。那么，呃，我们世界自己跟我们虫洞里头的镜像世界，嗯，这可能是因为我们比较有有序， 所以才是生成虫洞的时候是生成了一个镜像的东西啊。但是它是因为它可能比较无序，所以它生成虫洞的时候呢，就产生了一种现象叫自发对称性破缺。 自发对称性破缺，哎，自发对称性破缺其实是我们这个世界已经有的物理规律，嗯，就是比如说你一片混沌的情况下，你怎么会有一个东西生长出来，嗯，变得有有序呢？但实际上是它这个在各个方向都一样的地方，它就突然之间就生成了一个不一样东西。 嗯，那比如说我们世界有真空长落，嗯，真空什么都没有，但是突然之间它会有一个粒子跟一个反粒子出现了，嗯，那么粒子就留下来了， 那么相当于是你看到好像我们的世界创生了一个例子，嗯，对吧？那么实际上它是由于这个，呃，一开始的真空的长落造造成的。已经有点听不懂了。听不懂，这个就是所谓的自发对声音破缺，就这个概念其实在现代物理里面是非常关键的。嗯，那么可能被它用到了它的这个世界观里头，我觉得也很有道理啊， 啊，因为它这个是世界，新的世界本来就是混沌的，所以它生存在虫虫洞里的这个东西是跟它不对称，它里面讲完全可以理解，它里面讲这个无尽深渊是一个比较混沌无序的邪恶的国度，嗯嗯，所以它生成的所谓的镜像世界跟它不对称，那么这是自发的， 所以它就不是完全的颠簸，自然而然就会形成一个不对称的。啊。好，然后那么第二个问题是说，呃，这里面有一个东西，是说这个虫洞， 它本来本来不是这个圆形的吗？嗯，然后它是一个管状的东西，然后管状的最中间就是圆形的，我们的世界这个最中间镜面的世界不是也是最中间吗？嗯，它的圆心的位置 就是当时发生这个让让两个地方就是你扰动这个时空的根源的位置。然后呢这个实验室的上方有一个有一个东西叫奇异物质，嗯，然后他们当时解释的说是这个奇异物质就是让整个虫洞不要瘫痪的。嗯，这么一个东西， 然后呢有一个女孩对着这个奇异物质射了一枪，然后然后下面的这些跟奇异物质离得比较近的实验室的一些墙壁啊什么的就跟融化了一样，然后把他们从那个实验室最上顶层的那个地板上给 给划进去了，就是他们就掉到了下面，然后呢他们本来以为要被这个东西淹没了，结果过了一会呢又稳定了，然后呢这些融化就有点像融化， 然后呢而且就是射了一枪，他不稳定了之后，他散发出来的一个冲击波，然后整个的这个虫洞壁被他给撞了一下。之前有一个人在这个虫洞壁这开车，本来以为虫洞壁的另一端是他们的老巢，所以就开车想撞出去嘛，然后撞就直接撞上去了， 后来呢那个车就也也回不来了，也出不去了，然后当时因为这个冲击波，然后呢那个车又被吸到外面去了，就吸进了黑洞里头，去了黑洞，然后他们说黑洞，那，那是黑洞和死亡，那么这个奇异物质在在本身的这个虫洞理论当中是存在的吗？ 呃，这个其实就比较复杂了，就因为我也不是完全这方面的专家。嗯嗯，但是我，我说我的理解，嗯，就是说呢，我们知道就是如果整个宇宙是高维的话，那么大部分的维度都是其实都是瘫痪的状状态， 其实都是没有的。嗯，那么我们的世界这么丰富多彩，是因为我们的世界的这四个维度是应该说是自发的，有的 意思是宇宙创生的时候的一个初始条件就造造成我们这个世界是有的，嗯，对吧？那么我们世界跟这个邪恶混沌世界之间奇妙的虫洞一旦生成之后，那么在我们的量子力学上它其实是个随机的事件， 那么创生了，但是它又很快的就消灭掉了。嗯，呃，所以的话你其实感觉不到的。嗯，那么可能我们每时每刻都会生成一些虫洞， 但是一般的人根本就探测不到，更不要说进去了，对吧？那么，呃，这个虫洞能够被感知到，并且能够存在一段时间，在物理理论上是需要你 做一些事情的。嗯，那么这个吉普索恩就认为，啊，那么他是一个大物理学家，嗯，是探探测引力波的这个核心团队的主要科学家。嗯，嗯嗯。那么他就说因为这个量子涨落的问题，所以说呢，你必须这个虫洞生成了以后要稳定， 嗯，那么他是需要一些跟我们这个世界不一样的物质去维持他的，嗯，那么本质上这个稳定性是需要条件的，嗯，那么他就说这个条件就是一种奇怪的东西，这是有负质量，嗯，那跟我们这个世界肯定是不是一回事，因为我们世界里边没有任何的东西是负质量，嗯，哎， 甚至在我们的世界里富的质量都没有定义。对啊，所以，所以就是，呃，在这个虫洞里头如果说有这个奇怪物质的话，那么虫洞就稳定了啊，那么绝大多数虫洞都是不稳定的，那么这个虫洞是稳定的， 那么所以就是有故事里面发生了这么多事啊，那小姑娘对他开枪，那么就对这个稳定的这个东西啊，维稳的扰动，那么扰动呢？那么他的扰动就变成了一个波，那么 感觉好像这个扰动呢，会使得整个东西崩塌啊，但是其实那个这个子弹呢，可能它的作用比较小，比如它质量比较小，它不足以去扰动这个， 比如说这个这块东西负质量比较大，那么我们射一个正质量的子弹过去，那么跟它中和，跟它，跟它中和，那么变成能量，那么在这个情况下你射出去的不够 哦，所以他就只会稍微的化一化，对吧？然后发出一个波，呃，但是他不会整个虫洞会崩塌，那么 但是在这个结果上呢，就是说他发出这个波呢，还是会在这个周围不稳定虫洞的时空里边产生这种涟漪嘛？产生影响嘛， 像我们扔一个石头到水里去，它这个水波一样的。哦，那么水波的扰动，就比如说你在这个水的边缘，在岸边上有一个小船，或者有个叶子，对吧？嗯嗯，那就是你所谓这个汽汽车嘛？嗯，那么它受到这个水波的干扰之后，它可能会翻掉，嗯，那么你这个汽车呢？就被这个就被这个时空的波动 推到这个黑洞里头去了，嗯，就被黑洞吞食掉了。呃，换句话说，汽车所在的这个局部探索了，嗯，这完全是有可能，那个汽车是个宝马呢，哈哈哈。但是你你知道在伟大的自然面前损损失一点钱或者一小点物质，这个是非常正常的事情， 所以他们后面就是，呃，因为那个子弹对他造成的干扰还不够够吗？他们就打算等，等到了他们阻止了这个一切的时候 会回来，再在那个起义物质那扔一颗炸弹，那就厉害的，然后整个虫洞就让他整，把整个虫虫洞消灭，他们就正常的生活在这儿。所以 boss 是 在那个混沌世界里， boss， 在 混沌世界里， boss 可以 随意穿梭在任何世界， boss 很 牛逼，所以 boss， boss 想干的事就是肯定要把那个混沌世界，他想把这两个合并起来。 但其实我也没看懂它的合并啊，我们小时候看过一个动画片叫魔神坛斗士啊，然后是那个铠甲武士，然后它里边有一个邪恶的那个世界的大魔王，就是也是想干这个事。哦，那他他当时是要把这一分为四，再把这再一分为四， 然后把他们合起来，就合在一起了。我其实没看懂这个地方，这个可能会在大结局的时候再说，这可能是某种意义上的对应，对应，嗯，就他想要融合的时候可能需要他这两个世界尽量对对称吧，啊？就可能不对称的时候不太容易在时空上建立联络啊，这样子。嗯，好。那么那么我们还有个第三个问题，就是 他这个剧里面有一个叫做感官剥夺水乡的东西啊，就是那个超能力的那个小女孩叫 eleven， 他 本身是呃，他有超能力，但是这个超能力他的能量并不是特别特别够， 他可能比如说他移动一个东西，或者说现场歪个头杀个人是很很容易的，但是如果他要探测一个，他通过一张图片找到一个人 具体的位置，可能存在于我们自己这个世界，也可能存在于颠倒世界，或者说这个深渊的这个世界，他就需要一个感官剥夺水箱，那么原来在实验室的时候是有一个真的是真的仪器，然后理解一下这个东西是不是类似于你要关进去之后你就进入了一种似乎寂灭的 状态？对，他是有一个，然后你就能集中精神干这个超级。对对对，是吧？对，他是本来有一个大钢铁，然后呢这个铁里面是水，把这个盖开开，然后人进去 带一个头盔，然后呢这个盖在盖上里面又很黑，然后呢人又是在漂浮在其中，就不会有什么感官啊，就是你遮起来就没有光，对，但是后来呢？然后又没有听觉， 因为没声音，对对对，然后也没有呃触觉，因为你都飘起来了，对，嗯，然后这些水跟你的体液什么的都差不多啊，也没有重力， 就等于你内部又没有任何的相互作用，就因为你我们在站在地上的话，我我们感到比较实在，是因为我们 的重力使得我们的器官之间都是互相挤压的嘛。嗯嗯，就比较紧密嘛。嗯，那你一旦进到空间站里头，你失重的情况下你就呃人的内部的这些作用力会松弛。哦，那这样子的话你就不会感到你自自己很很切实的站在地面上了。 但事实上的话人会心慌啊，他会慌一下来。你不知道你坐那个过山车的时候有没有这样的感感觉。我没坐过山车，反正就是那个你在坐过山车的时候他模拟你失重环境的时候你会慌一下，然然后你会适应， 就像你做跳楼机也是一样的啊，你你会你会逐渐适应，对吧？啊？对对对，如果你跳楼机的时间比较短的话，你会一直不适应，对吧？然后他们后来反正就是因为没有在实验室了嘛。嗯，但是他们又需要一个这个装置，所以后来呢他们里面的一个物理老师就主角团的物理老师叫 clark 先生， 然后呢就给他们一个告诉他们要制作一个简易的水箱，然后怎么做？等于说这个这是一个水缸，水缸里面灌满水，水里面要加很多很多的盐，然后让这个人飘上去。嗯，然后这个人再戴一个类似那种 墨镜还是什么？那就是把眼睛遮住了，眼罩对，眼罩戴上去，然后飘在这个里面加了很多盐，这个水的密度比较大，就像那个死海一样，跟死海一样可以飘起来。嗯嗯， 这个也是可以去跟他的，让他感受不到自身的重力的吗？呃，对你你也会失重吗？你飘起来本质上也是失重，那么但是问题是你的这种失重跟你悬浮的失重还是有区别的，你毕竟是你飘在水面上的时候，他是有那个气体跟液体的界面。哦，你全全部浸在水中是没有界面 啊。然后呢他还会把这个水的温度给一会放冷，一会放热，放到一个比较好的地方，那么这个温度是不是就是跟人的温度应该是一致的，应该和你的体表的温度是一致的，使得你感受不到热传递， 感受不到热传递，然后这个眼罩是感受不到光，然后然后你本质上肯肯定也没有什么声音，对吧？对，他们会让他们尽量安静， 但是在他接触到那些非常可怕的那些人的时候会握住他的手跟他说，哎呀，我，我爱你啊，怎么说啊？就是等于是说你其实别的感官没有的时候，你就能更集中精神去 feel 这种温度，这种所谓的 connection， 情感温度，情感的连接啊，是这个样子。对， 好的。然后那这个是第三个问题，然后最后一个问题也是我，我看见我其实很困惑，但是有很多人都没有讨论，嗯，就是我们说这是深渊，这是我们的世界嘛，这是一个颠倒世界嘛。然后呢他们颠倒世界的有个小男孩的对讲机坏了， 然后呢这一块就是联系不到，他们就要做一个比较大的能够联系到他们的这个增强信号的对讲机。后来呢他就放了三个地方，就是他一个地方，然后呢有一个小女孩一个地方，还有一个叔叔，一个地方，三个地方同时去往上飞一个信号装置， 然后呢这个信号装置就像放风筝一样给他飞到高的地方，但是他还是没有任何的信号，然后就把他给有一个线给剪断，发现有一点点信号就让他们都剪断，然后呢 就有信号了，就联系到了那个人了，那么这个又是什么原因？然后还有一个问题是他只是剪断了他，这我我理解不应该是我们自己的这个世界会就是信号更强，为什么底下的世界也信号更强？他是一个半径吗？ 呃，我觉得可以首先这样理解，就为什么是有三个人，嗯，对吧？那么他这个相当于是一个所谓的天线阵列， 就是我们做那个军事探测的时候不有雷达吗？那么你一个雷达它可以探测的肯定有限，对吧？那么你要是一个阵列的话，它就，嗯探测的又是信号比较强，又是准， 嗯，然后又可以更容易就知道它的这个速度和等等的一些别的情情情况，所以它阵列之间是可以互相的参考对方的信号， 它这个叫干涉。那么呃，你这你有三个东西要飘在空中，对吧？那么肯定比地面上是，呃，信号的覆盖范围会更广一点， 因为你地面容易受到这个地面障碍物的一些散散射或阻挡，嗯，那么你覆盖范围没有那么大，嗯，然后如果你升的过高的话呢，那么肯定它会造成是你覆盖的范围过于广的话，你的这个天线本身的能量也没那么多，导致这个功率的密度不太够 啊，那么所以呢，就他正好要飞到一个合适的高度，然后这样子的话，他上方的这个信号覆盖的范围比较广，等于说三个球，三个球，然后然后你下方呢，肯定是因为是近强视视界，所以你下方肯定有有同样的可能性，就是也会生成一个信号的范围，嗯，然后那么你两个的信号的覆盖 就会有点像是我们量子粒子里边的电子云， 那么它其实是可以互相之间有量子的这个波函数的交叠，嗯，就是其实也不完全是纠缠吧，但反正就是波函数可能交叠的时候就有相互作用，那么你一个地方改变的时候，你就可以在另外一个地方探测到它的改变，那么这个就是可以认为是一种量子碎穿 啊，那所以意思就是因为他们在这个位置，他也不知道小胖到底在哪，嗯，所以说他就要在叫扩大这个范围以后，首先呢这个平面的位置就都能够扩大到他们所所有的这个位置了，然后在一个比较高的地方的时候，又能够屏蔽掉这些房子呀，各种 地面的这些东西的干扰，然后在上面的时候就覆盖的更广了。哦，原来是这样，就本质上你你你设定一个球状的电子云，然后下方也是球状有一个球状电子云，然后在这个界面上的话，它发生量子碎穿， 因为你不经过那个虫洞的门，其实你进不去嘛，对吧？然后但是你可以有量子碎穿的这种概率，有一定概率可以过去，然后这个是不由你控制的， 就它就是客观存在的，对吧？那这也很很好玩。他们后面还有一个梗图，就是当他们取得取得联系以后，就是那个 clark 先生，他的那个对讲机的天线是这样往上的，然后呢？ 因为克拉克先生并不知道这一切，然后呢？知道这一切的有一个猪说他的这个是往下的，因为他说这个在他的下面，所以他要往下去探测。然后就有两个说知情人士，知情人是这样的，不知情人他探测到的时候还有可能是你还可以通知对方，就是意思是你可以发信号 啊。嗯，比如说这边这个天线上面有一个什么灯，嗯，然后下面那个地方是有些什么粒子，粒子，然后你碰碰这个粒子，你扰动这几个粒子的话，他那个灯会有变化，亮或者暗，对吧？那么意思是你可以通过类似于上摩尔斯电码的 方式给他发信信息。这个是有点像量子纠缠的感，感觉，因为这两个太就是他通过这个量子的相互作用纠缠起来了。嗯，所以他一个的改变可以直接映射到另外一边去。 对，他们之前有一集，有一集是，呃，这个，这个妈妈找这个小孩怎么找都找不着了，但是呢，他又发现家里面有非常多的这股光，嗯，就是会引导着他去哪里，然后他就始终坚信他的小孩肯定在，并且就在这个地方，然后就找了一串很多圣诞彩灯。 故事里头是说这个妈妈和孩子之间，他这个大脑的意识本身是有这个量子纠缠的。 哦，他就从出生的时候就有类似于你置备了一个量子胎，他总他总总是在人的身上的。哦，是有这种说说法的，但这个是我们新年的时候，圣诞新年的时候一本正经胡说 八道的。哈哈哈，不是，他在这个剧里面是比如说这个，这个妈妈，他发现小孩能够通过光去给他传递信息，之后呢，他就买了一串圣诞彩灯，嗯，从 a 到 z 就 可以。那个发摩尔斯店嘛，他他他们后来还有一个， 还有一个这样子能亮能亮光屏的一个小孩玩的那种东西。然后呢，他们在这边再画一些数字的时候，嗯，这个数字就直接能够亮在这个上面啊，比如说一个平平面的板，它都是亮的嘛， 然后这写一个，写一个 hello， 然后这就也会，这个 hello 就 会直接亮上去，所以我觉得这个还蛮有意思的。哎，这个有点硬科幻的味道嘛。他，他对，他里面他是 很多人就讲的说这个明明都有什么魔幻啊，为什么要在这里讨论科学？但是其实我觉得这部剧比较有意思的就是他把一些魔幻的东西和一些简单的物理概念就是融合起来了，结合起来了让他好像存在于一些我们能够熟知的物理的概念，并且小孩就能看懂的， 有一些我们不懂的，会通过它里面传递的一些东西去对他来说奇异粒子，对吧？对，他可以创造一个， 嗯，就是边边界的东西，嗯，这个东西其实在我们的世界里暂时不存在，嗯，但它可以达成某种效果。对，嗯，我觉得这还蛮 蛮蛮好玩的，因为我们知道在那个中世纪的时候，嗯，有一些所谓的术士嘛，对吧？那么他们给这个 一般的百姓去变出一些所谓的奇迹吗？嗯，他其实都是通过科学啊，就他懂某种科学，比如说某种化学反应，对吧？嗯，一般的人不懂啊，然后他就可以变一个什么戏法，然后就突然之间就觉得他很厉害，对不对？但他其实是一个科学家。 对，我也感觉是这样的。练京术师这种，对吧？啊？对，这个里面他既然存在了这个物理老师，然后存在了有一些通过物理去打成某些东西的概念的话，那么我们本身就是懂了 这个物理对他到底是造成什么样子的影响，才能看懂那些人的台词和计划吗？我觉得这个也蛮好玩的，然后我们的这个怪奇物语的大结局呢？明天就会放出来，哈哈哈，所以我现在非常的急切的等，等着明天来， 然后可能明天来了之后里面的有一些我们认为 bug 或者说不太明白的地方也会解释，他就能够那个关上这个门。对，可能这些东西我们就能够通过最后一集官方给我们的解释，我们也能看懂。那么那么你们是不是会非常期待他真的填坑呢？ 因为他挖了一些坑，应该要填的，对吧？嗯，但如果填不了的话，是不是你们对这个剧的评价就会低一点？我，我倒不会，但是有一些人误会，我觉得大部分人就是每一个人对于一个剧的评判呢，都是不一样的嘛。我会觉得这个剧里面有非常多的情感温度， 有非常多的人之间的这种情感的交流，然后有小孩子的成长第一步的时候看的都是一些非常小的小孩子，等到他们现在的话已经跟我们差不多大了二十几岁。然后呢？你你可以看到他们的成长，看到他们演员的成长，看到这个角色的心心路历程， 然后也可以看到很多有关于科幻的物理的这个东西，我都觉得蛮好玩的。那么最后的这一集，无论他是什么样子的结果，其实我就我只是不想让任何一个角色死，这就是我唯一的诉求，但是，但是肯定会有一个人死，所以我们现在所有的人都在猜到底是谁死， 那我觉得他们也不需要把所有的坑全部都给填平，但只不过是有一些大家都公认的 bug， 没有一个人能解释的东西，如果他能够给我们解释解释的话，其实也是蛮好啊。 ok， 好， 那么就是我们今天也非常感谢我们殷老师给我们聊一聊关于这些物理相关的剧，里面的这些物理概念在 真实的理论物理中到底是什么。也非常感谢殷老师，我们就非常期待着最后一集的到来吧，看他们怎么把最后的这个老巢给它灭掉，把这个虫洞给它灭掉，把威克纳给它干掉，干掉，哈哈哈。

近期火热的 o d d 风格视频该如何完成？我将从前期到后期的制作思路呢？为大家做一个分享，简单几步呢，就可以让你婉转一个不一样的 vlog 风格。 首先是前期，我们在用手机拍摄时，在视频模式下可以将曝光数值呢向左侧拉低，这样可以使得我们画面的对比度提高一些，便能得到一种黑金的质感。如果是夜间拍摄，我们为了防止噪点呢，我们只要锁住发亮的灯光部位就可以了。 像这种风格的视频不用刻意呢去调整我们的拍摄角度就是生活中最随意的记录才是这类风格的特点，可以从环境氛围，人间烟火 乃至遛娃宠物都可以作为记录。其次呢还是蒙版的运用，我们在前一段视频即将结束的位置呢，跟下一段视频的中心物体做一个入化的结合，复制一段素材出来，将手拿奶茶的画面呢在抠像中啊整体抠除掉，接着给抠除片段的第一针呢，点击 定格画面，接着拉到第一段素材即将结束的位置上方向后移动一小段后，我们给此刻的位置信息呢打上关键帧，接着拉回到开头处，缩小画面大小以及位置信息，然后删除后方不需要的片段。接着将第二段原本的画面呢直接拉到这里对齐， 就得到了一个简单的入画效果。最后呢是色调的调节，我们在 hsl 中将复杂的颜色呢保留主体色调，其他颜色的饱和度呢都拉低，便能得到此类的画面。我们在不同镜头下可以添加一些综艺的贴纸 来提高它趣味性。最后类似文字环绕或者书写的效果呢？我们在往期的这些视频中都有详细的教学，感兴趣的伙伴可以去操作起来。

传统的 r a g 早就已经过时了，二零二五年是 a 阵的元年，不会 a 阵的 r a g 的 大模型工程师，就像不会写函数的程序员一样，看似在干活，实则已经被时代淘汰了。 今天我们就从最基础的 r a g 开始讲起，一步一步带你揭秘它是如何进化成 a 阵的 r a g 的。 下面我们先来看一下他们的基本概念啊，什么是传统 reg 以及什么是 agent 个 reg。 那首先的话就是我们的传统 reik， 那 传统 reik 的 话，我们可以把它分成两个部分，第一个部分呢就是文档的切片，然后到向量化再到存储。第二个部分的话，是用户的这个问题啊，然后去进行剪辑，然后拼接我们的 prom 的 提示词，再到我们大模型的生成，那么这个过程相信大家都已经非常熟悉了， 那么在这里啊，我们快速的把它过一遍啊，第一个部分的话，也就是我们从切片到向量化存储，那它具体啊，指的是什么意思啊？那首先的话，我们需要有一些自己的文档，那你想要去做知识库，那你肯定有需要的这样的一些数据，那可能包括像 pdf 啊，像 word 啊等等。 那有了这些文档之后啊，因为它并不能够一次性全部给到咱们的大模型，那里面的文章或者内容可能会有很多，比如说一万个字，两万个字， 所以啊，我们需要来对这个文档来进行一个切片，那切片之后我们就能够得到一个一个的段落，每一个段落它的长度啊是两百五十六个字符，那互相之间啊，可能还会有一定的这个重叠，那对于每一个段落，我们需要用一个 embedding 模型来进行向量化的这样一个处理， 向量化之后啊，我们就能够得到一个固定维度的这个数值，那么这个数值啊，我们也叫做向量，有了这项量之后，我们再把它存储到对应的这个向量数据库当中来， 然后接下来我们就会来进行解锁和操作，解锁也比较简单啊，用户的问题拿到之后啊，我们也是用同样的 embedded 模型转换成像量，然后在向量数据库当中啊去计算它们的一个相似度的一个分数。比如你的这个向量数据库里面，它可能有十个片段， 那么到底哪一个片段和用户的问题，它的相似度是最高的呢？那么最简单的方法就是我们可以去做两个向量的点击，然后就会得到一个值， 那么值最大的那其实就是我们最相关的这样一个文档，然后我们就可以把它塞到咱们的这个 prom 的 提示词里面来，那么在这里啊，我们可能就能够通过这个 similarity 啊来进行这样一个 啊相似度的这样一个计算。那么传统的 red 啊，我们有两个链路啊，其实我们刚刚讲过的那第一个就是从文档的这个切片，然后到向量化存储的这个过程，那我们可以把它叫做离线链路啊，这个离线链路是什么意思呢？那么在这里啊，给大家重点的我们来看一下啊， 首先啊，你有了对应的这样一些文档之后，那我们就可以通过咱们的 embedded 模型来进行向量化，存储到咱们的向量数据库当中来。好，那这是我们的第一步，这个部分啊，其实是一个离线的，因为它和用户啊，其实是没有任何关系的 好不好？好，那么在线量度的话，就是我们刚刚也有提到过的，就是解锁，然后拼接咱们的 promenade 词，然后再到我们这个生成，那么我们来具体啊，看一下它到底是怎么去做的啊？那如果一个用户，哎，他在提出问题之后，那么首先我们要看的是哪里啊？ 好，是这个啊， user query 啊，这是我们的用户。好，那么用户首先我们会提出咱们的问题，有了这个问题之后啊，那么首先第一步啊，我们就要来对我们这个用户的问题来进行一个改写。 好，这个地方可能有同学会问啊，为什么要去做改写了？那么是因为用户的问题在很多时候啊，他并不一定能够符合我们的一个呃，数据库的这样一个需求， 所以我们可以对问题啊来进行一些改写，那更适合于咱们的这样一个解锁。所以改写完成之后，那么首先我们可以用第一种方式啊，比如说 bm 二五的方式来进行第一次解锁，那么我们就能够得到我们对应的这样一些相关的片段，比如说 document 一 二三，那拿到这三个片段之后， 接下来我们同样的再用 embedded 模型来对我们改写之后的这个 query 来做一个向量化，然后再通过这个向量相似度的这个匹配，来从我们的这个向量数据库当中啊，再来做一次解锁，那么我们又能够去返回什么？又能够去返回一批这个 document， 那 么拿到两批 document 之后啊，接下来我们来对它做一个这个合并啊，做完合并之后，我们再来进行一个重排序的一个过程， 比如说这个 b m 二五，你能够拿到三个片段，那么我们的向量的相似度也能够拿到三个片段，那么合并之后就是六个片段，我们再对它来做一次重排序啊，重排序之后，我们再把最终的这样一个片段的一个结果给到咱们这个 promet 里面来。那么这里的 promet 啊，其实也很简单啊， 比如我们就可以写什么呢？这个地方啊，我们来看一下，我们可以写一个非常简单的啊，比如这里面有一个 prompt 啊，一个 jump， 那 么比如你说对吧？你是一个专业的助手，对吧？请根据下面的问题和解锁回答这个文档来进行回答，那在这里的这个 context， 对 吧？就是我们解锁回来这个 document e 到 n 的 这样的一个文档片段啊，那么你可以去自行进行设置啊，比如说这个 top 十哎， top 三， top 五啊，都可以， 然后再加上咱们的这个用户的问题啊，这个 question。 好， 那有了这两个内容之后啊，模型就能够根据我们这个 promontor 来进行最终的这样一个回复， 这就是传统 reg 的 运行流程，整个过程啊，是单向固定啊，并且是一次性的。首先从用户的问题进行解锁，然后拼接相关的这个上下文信息啊，给到我们的 promontor 题词，然后再交给我们的大模型啊，去进行最后的这样一个答案的一个生成。 但事实上有的时候啊，我们的第一轮解锁，它其实并不能够得到我们想要的内容，所以模型啊它可能想要重新去解锁一遍，或者换一种方式去解锁，甚至说我们用某一个工具啊，去获取更多的上下文信息之后啊，再来做最终的回复。那么传统的 reg 是 无法去实现的， 所以我们就需要用到咱们的啊 agenticreg， 那 么它到底是什么呢？其实 agenticreg 是 对整个流程的一次根本性的升级， 那么它是把整个 read 当中啊，各个环节，比如说 query 的 改写也好啊，包括向量的剪辑，以及我们这个关键词的搜索等等，全部都封装成可以去调用的这个工具也用的这个 tools， 并且允许啊大模型在生成答案之前，能够去进行自主的决策，多轮调用以及动态的调整。 换一句话来讲， agent 它不再是一条直线走到底，而是一个可以循环的智能体行为的闭环， 从思考到调用工具，到观察结果，然后再思考，再行动，直到生成最终的答案。这就是 agentic 的 概念，把解锁能力工具化，让模型啊能够通过啊 to user 的 方式啊，去循环地去调用这样一些工具，获取到完整的信息之后啊，然后再返回相关的答案，那这就是 agenticreg， 好，那么它的整个运行流程啊，其实和我们刚才讲的前面的话基本上是一样的，对吧？首先还是用户啊，咱们 user， 那 么它会产生一个 query 啊，产生一个问题， 好，那么有了这个问题之后啊，那之前我们可能直接啊，就把它向量化，然后去进行这样一个相似度的一个匹配了。但是现在我们会直接把这个 query 啊，然后交给咱们的大模型，比如说 gpt 也好， graph 也好，甚至说 dbic 好， 那么 交给它干嘛呢？那么由模型自己啊来进行判断需不需要去调用咱们的工具，那么这个工具啊，它可以是我们本地的工具，也可以是 m c p server 的 工具。总之啊，调用完成之后，那它会给我们返回一个什么呢？比如说我们这个 to result， 对 吧？就返回一个结果，要给到我们这个模型， 那模型就可以根据这样一个结果，然后去决定下一步到底是继续的调用工具，还是说根据已有的结果，然后去返回对应的答案。那这就是它整个的一个流程，那么 agentreg 它的一个实现啊，主要是依赖模型，它需要去具备啊以下的三类核心能力。 第一类的话就是我们这个 pruning 啊，也就是我们这个规划的这样一个，就是规划的能力啊，比如说要规划怎么去做，然后反思结果怎么样。那么这个我们一般的话是体现在咱们这个 run c o t think 的 这样一个过程当中啊，也就我们整个推理的这样一个过程当中。 然后第二个核心能力啊，就是我们的一个工具调用啊，或者说多 agent 和协助的这样一个能力，那么这个我们是体现在工具调用的这个机制里面的。然后第三步，也就是我们模型啊，它可以在回答最终的答案之前，能够去进行多步的工具调用，那这也就是我们所谓的 agent 口的概念 好了，那么到这里啊，相信你已经理解了他们之间的区别了，传统 reg 其实就是固定流程解锁一次，深层一次结束了，那 agent reg 它是等于智能体的行为，它是可以去规划、调用、反思以及迭代的。 理解了这样的区别之后啊，我们接下来就能够去迈向更关键的大模型应用开发。好，接下来的话，我们再来看一下咱们具体的代码实现的能力的。 首先的话，我们先来讲一下就是传统瑞克它是如何去实现的，那整个的流程啊，我们可以参考咱们右边的这张图，也就是我们前面讲过的 离线的这一部分和在线的啊，这一部分的内容，那因为代码也比较简单啊，所以我就带着大家快速的去过一遍。那整个内容的话，核心啊，我们是通过廊桥来实现的，所以大家可以直接参考这一部分代码啊。 首先第一步的话，就是我们要去加载咱们的这个文档啊，比如说你觉得这我们是一个 txt 的 一个文件，那大家的话可以把它替换成你要去处理的文本啊，比如说像这个 pdf 啊， word 啊，都是可以的，它也支持啊。 然后这个 test loader 啊，那么它到底是什么意思呢？其实就是把我们这个文档加载到咱们的这个内存里面来，本质上其实就是一个读取文件的操作啊，你可以理解为咱们这个 read file， 好 吧，一样的啊， 好，那么文档加载完成之后啊，接下来我们对文档来进行切分啊，因为一个完整的文档比较大，所以我们就会用到这个 longchang 里面的这个地归分割的这样一个方式啊，那它的逻辑也非常简单，我们只要去设置两个内容， 第一个也就是我们每一个文本块的一个大小，比如说你要设置成一百个字母，两百个字母还是五百个字母啊，都是可以的。然后第二个就是文本块之间的一个重叠的一个部分，那其实就是我们前面有讲到过的 啊，这个段落和段落之间啊，可重叠的这样一个部分，那有了这两个参数之后啊，那我们就能够拿到对应的这样一个 段落了啊，比如说一篇小说啊，这个一张小说，那可能现在就已经被切分成三十个段落，那对于每一个段落，哎，接下来我们都需要通过一个 embedded 模型来进行向量化，那这个 embedded 模型怎么来的啊？在这里我用的是一个 啊归机流动的这样的一个服务啊， ok， 然后模型的话选择的是千万三 in body 啊，零点六 b 的 这样一个模型，那接口的话就是用这个 open i 的， 然后这里面还有一个 api k 啊，那这是我自己的好吧，当然大家的话也不要用我的，因为没有用啊，录完视频之后，我会把这个 k 啊去删掉。那么大家的话可以直接去归机流动啊，自己去申请啊，因为也是免费的啊，它会给你对应的额度。 那么向量化完成之后，哎，接下来我们就需要把对应的这样一个内容啊，然后存储到咱们的向量数据库当中去啊，那么在这里啊，我们选择的是相对比较简单的那个 crala， 那 crala 的 话是一个非常简单易用的这样一个向量数据库啊，那么在这里的话怎么去实现呢？那很简单啊，大家可以看到这就是提供我们对应的三个参数，第一个参数啊，是不里头，那这就什么？这就是我们切分之后的这样一个片段啊，也是我们的段落， 然后 in body 啊，这是我们的 in body 模型，那我们前面去设置好的，然后第三个啊，也就我们这个干嘛？我们这个路径啊，看到吗？ ok， 好， 那这个路径的话，我们就设置的是当前的这样一个路径啊，就是那个绝对，我们这边是设置了一个相对的一个路径啊，然后他就去进行一个保存，然后最后啊再来做一个结果的一个打印。好，那么代码我们讲解完之后啊，下面简单的来运行一下，看一下它实际的一个打印。好，我们稍微等待一下啊， 好，那现在我们可以看到啊，最终的一个结果了，那么一共的话是把三十七个文本块啊，全部存到咱们的这个向量数据库当中来了，那么也就是我们的 这个 txt 啊，这个文件，那一共的话是切分成了三十七个片段啊。 ok， 好， 那这就我们的第一个部分啊，离线的这个部分，对吧？我们已经把什么把我们的这个文本数据哎，从文本转换成像量，并且保存到 crmdb 里面来了。 那接下来的话，我们再来看一下在线的这个部分，那么实际上啊，他会比我们这个离线部分会更简单啊，为什么？因为在实际的工作当中啊，大部分的这个我们要去处理的内容其实都在离线列录。 大家想一下，如果说你是一个大模型的这个开发人员，这个应用跟你啊其实是没什么太大的关系的好不好？我们需要去做的就是如何去给模型提供更好的上下文啊，让模型的回答能做的更好，所以它的重点在于如何去切分文档， 切分的方式有很多，对吧？怎么去选择以及如何去做向量化的存储，对吧？我们可以去选择或者微调自己的这个模型，甚至说决定啊是否要使用咱们这个 query 的 一个改写的这样一些策略， 那这样的一些内容，它都能够去影响，最终我们拼接到这个 prompt 的 提示词里面的这个啊， context 的 它的一个质量，所以啊 最重要的工作其实都已经在离线链路里面，我们其实已经把它做好了，所以在这个在线链路里面，那么我们其实去看的话，它的这几部分内容，首先第一个部分还是一样的，对吧？也是去加载咱们的一个 embody 模型啊，这个是没有任何的一个区别 啊。然后这个地方有一个 vector strong， 那 么这个呢，就是加载咱们的 charma db 啊，把咱们的这个向量数据库，你给它加载进来之后，接下来我们去构造了一个用户提问的这样一个 query 啊，因为我这个是一本小说啊，所以就随便提了一个问题，就是韩丽啊，比如他的这个二哥啊，叫什么名字？ ok， 好， 那么有了这个 quarry 之后，然后我们来开始来进简所，在这里啊，也是非常简单的，直接去调用咱们这个 similarity 啊，然后设计的这样一个方法， 然后把我们这个 quarry 啊用户的问题传进来，然后这边有个 k 等于三，那么表示返回最相关的三个片段就可以了。 所以我们的这个 doc 啊，那么它的一个结果其实就是三个 document 的 啊，这样的一个文档，然后拿到这个文档之后我们在干嘛？哎，我们在这里啊，做了一个内容的一个读取， 看到吗？哎，这边有一个配置 content， 就是 把它里面具体的文本内容啊读取出来，然后我们把这个 context 拼接到咱们的这个提示词模板里面来了。 ok， 好，那么给到这个题词模板之后，接下来创建咱们的大别模型，然后把咱们这个题词再给到这个模型，让他去生成最终的这样一个答案啊，就可以了啊。所以这个地方咱们这个题词这个模板其实也比较简单啊，对吧？就是如果说你知道，那你就回答，对吧，如果说你不知道，那你也不要这个 胡编乱造，所以在接下来的话，我们就来运行一下啊， ok 啊，这边会有很多的一些提示啊，这个我们可以直接忽略啊，因为这个没有影响。好，来我们看一下，那么首先的话是我们的一个参考的一个文档，好，那么参考文档有三条篇的，这是第一条，然后第二条，对吧？ ok， ok， 还有这一条啊，三条，好，然后这三条文档的话，我们大家可以看到，其实都是和这个大哥相关的啊，没有去体现出来这个二哥的一个内容， 对用户的这个问题，那么最终的一个大模型的一个回答给到的是什么？不知道啊，因为参考文档里面没有提到这一个啊，这个二哥是谁？所以其实我们可以发现啊，对于我们真正的这样一套 red 系统来讲，最核心的其实就在于咱们的这个 context 的 上下文， 这如何去给它去构造这一个啊？高质量的这个 context 才是我们的一个工作的一个重点啊。好，所以说我们要跟大家去分享了，就我们传统 reg 的 这样一个实现的这样一个方式啊。 ok， 那 么我们在讲完了传统 reg 的 实现之后啊，接下来我们再来看一下 agent reg， 那 么它到底是如何去实现的？ 如果我们在工作当中啊，也想要去做一套 agent 这个系统，具体啊该怎么去做啊？那么大家的话，其实可以去参考啊，其实 box 啊这个软件啊，它是怎么去实现的？因为它是开源的啊，所以在 github 上面也能找到它对应的源代码，它里面其实就实现了这样一套系统啊， 传统的 reg 都是解锁拼接，然后到生成一条龙，直接去输出对应的结果，而 agent 这个 reg， 那 么它是一个 agent 循环的一个过程。好吧，从思考到行动观察，然后再思考得出结论，它是一个多步的一个过程啊，它是一个不断去循环的一个过程， 如果你对思考与行动模式啊，还不太了解的同学，可以去看我之前的这一期视频，那么里面的话详细的去讲解了 react agent 它实现的全部流程。下面的话，我们再来看一下啊，那么切的 box 啊，它的一个实现的一个逻辑啊，那么在这里的话有一张图啊， 给大家来看一下啊，那么在这张图片当中啊，呃，其实就很好的去体现了，为什么签的 box 啊，它在早期啊，就体现了比其他产品呢，就更强的这个 agikrad 的 这样一个能力啊， 那么它整体的实现，它怎么去做的？它是用时间啊去换取了模型的这样一个智能，当用户把问题发过来之后啊，系统首先需要去判断，那么我们的模型它是否支持工具的调用，那如果说不支持，那不支持的话，我们就不用去看左边的啊，直接去看右边就可以了。 在右边的话，我们就通过这个 prompt 啊去判断咱们这个问题啊，是否需要进行解锁来进，需要解锁才能够回答，那如果说我们判断出来不需要，那不需要的话，我们就可以直接去进行回复了，也就直接去跳到这里，好吧， 那我们这个系统啊，直接就给到用户的这样一个回答啊，没有去进行这样一个啊片段的一个解锁，那这种方式啊，它比我们在 prompt 里面让模型去忽略无关的这个 context 的 更优啊，好吧，或者它的效果会更好，因为我们是用两个模型来做的决策，理论上它的效果就会更好， 那如果说我们判断出来的结果是需要干嘛呢？哎，是需要来进行解锁，那么在这里，哎，我们就会先来到咱们的这个 知识库当中啊，去进行这样一个语义的一个搜索，搜索完了之后得到相关的这个文档的片段，然后再把这个相关的片段去注入到咱们的这个 context， 咱们的这个上下文里面来，然后再基于这样一个结果啊，去生成对应的这样一个回答。 好，这我们的第一种情况就是这个模型他不支持工具的调用，那么如果说模型他支持工具调用，那怎么办呢？那这个时候我们会直接把我们的这样一个工具的这样一个集合，哎，全部注册到咱们这个模型里面来，然后让我们的模型啊自主决策去调用哪一些工具，比如说剪辑的工具，对吧？ ok， 好，有这个语音解锁的工具，然后还有咱们这个文件列表的工具啊，然后读取某一个文件具体的这个内容的这个工具啊，非常多。我们再把所有这个决策啊交给咱们的这个模型啊，而不是说固定一步啊，要解锁到这个结果啊，那这就是 h 集合啊， 好吧，就它能够更早的去利用模型的能力啊，去提升 rap 的 效果。因为在传统的 rap 当中，我们只有在深层阶段才会用到咱们的大模型。 但是在 agent tech 当中啊，我们从判断开始啊，从我们这个用户输入问题之后啊，我们就会开始去用咱们的大模型来进行决策，好吧，那么对于这样的一些工具来讲啊，比如这边有四个，对吧？好， 如果啊，我们在实际的应用当中啊，那你觉得除了这个 search query 之外，因为这个是我们最基本的一个工具啊，除了这个基本之外，如果你觉得不够啊，那么我们还能够去设计一些辅助的一些工具，比如说这三个。 那 chatbox 里面啊，其实就有这么几个啊，比较有特色的工具。那第一个的话就是这个 list of files， 那 么它的一个作用的话就是能够去列出来，比如说能够去列出来啊，当前这个知识库里面的文件清单啊，它能够去作为一个兜底。 为什么呢？因为传统的 red 它是无法去回答你，比如说你的知识库里面有哪一些文档，这个它能回答吗？不能，因为传统 red 的 本质它是去做什么？它是把 这个解锁到一部分内容之后啊，然后交给大模型来进行回答，但是它的这个内容肯定是不完整的 好吧？所以你问它有哪些文档，它肯定回答不了。但是有了这样的一个工具之后，我们就能够让模型来进行调用啊，并且得到当前的这个知识库里面有多少个文件啊？它数量的这些信息都能够获取到啊？这是第一个。然后第二个还有一个是这个 read file check 啊， 那么这个方法它的这个作用是什么？就它能够按照我们的这个，呃，根据我们这个文档的这个 id 啊，然后精确的来进行这样一个片段的一个读取啊。那么好处的话有两个， 第一个就它能够规定啊，你只读这个特定的这样一个文本片段，好吧，就我把这个 id 告诉你，你就读这个就可以了。然后第二个当它发现这个前后的这样一个 check， 去补充咱们这个上下文， 那么这样的话我们就不需要去依赖咱们的语义的相似度解锁，我们直接通过固定的这个 id， 然后去获取到相邻的这个上下文。那除此之外的话，还有一些，比如说这个啊， get file method 这样一个原读取这个原数据的啊，好吧，当然这个我们用的比较少， 所以这样的一些方法，或者这样的一些工具啊，就是前的 box 啊，它的这样一个实现的一个方式啊，好吧，所以我们在传统 re 的 当中，对吧？可能我们解锁不到信息的时候，哎，我们就直接返回说我们没有找到了， 但是在 agent 这个 red 当中啊，他可能会尝试啊，去改写我们的这个 query 啊这样的一个问题，然后再去解锁啊，或者说用这个啊 read file check， 然后去补充咱们上下文，然后再做最终的一个回复啊。那么在这里的话，大家的话也可以看一下啊，我们下面的这两个案例啊，能够让大家更 精准的去理解啊，这个 agenticreg 它到底是什么意思啊？ ok， 好， 那么在这两个案例当中，首先第一个，对吧？传统 reg 就是 用户的查询，然后向量解锁，然后解锁了结果之后啊，然后再生成对应最终的一个答案。 那 agenticreg 它怎么去做的？首先它会有第一轮搜索，那么我们就用传统的这个什么这个 quick research 啊，来进行这样一个搜索 好，然后搜索完成之后，那么结果他可能不是很好，那我们就能够观察到命中率啊，非常的低，所以我们就要去尝试去改写咱们的这一个查询的这样一个词， 然后第二步搜索的时候，那么我们就能够把我们上面的这些问题已经改写过了，然后再去进行查到，那我们就能够命中一些比较相关的这样的一些 tab， 然后再进行第三轮的搜索，哎，去获取一些这个相关的这样的一些文档。然后最后啊，再基于我们这个比较， 对吧？就比较这个已经整理好的一些步骤啊，然后去完成整个片段的这样的一个回复啊，那这就是他们两个之间啊最大的一个区别。