钉钉应用开发怎么接ai流

今天我们来学习如何将 open call 接入钉钉聊天，你可以参照文案教程将命名行复制。 windows 使用 powershell， 苹果使用终端， 等待它安装完成钉钉插件， 我们可以看到它已经安装成功。下一步就是创建钉钉机器人，打开钉钉开发者平台，选择应用开发导航栏，创建应用， 选择添加应用能力，添加机器人，填写一些必填信息点发布， 找到凭证与基础信息，把它用自然语言复制给你的龙虾，让龙虾自己帮你配置， 在它配置的同时，你检查一下机器人权限，勾选机器人单聊权限立即开通。找到版本与发布创建新版本，填写对应的信息并发布。 在钉钉中搜索你的机器人名字就可以看到了。我们让机器人汇报一下今天的工作。 机器人说，今天发布了三篇大家都不喜欢看的瑜伽穿搭，你的龙虾学会接入钉钉了吗？

想做自媒体搞副业的朋友，脑子里是不是有几十个 app 创意，结果全卡在了后端？大模型开发商，别焦虑，我今天就把不会代码也能开发 ai 后端大模型的独家经验全部分享给你， 看完后你半个小时就能让你的 app 或者网站接入 ai 大 模型。废话不多说，直接讲干货，先看看结果，这个 app 的 后端已经接入了 ai 视觉识别大模型，拍一张照片就能识别出物品的有效期，食品、药物、代金券、会员卡都能识别， 是怎么做到的呢？先收藏这个视频，免得哪天你想动手实现的时候你找不到教程，现在就跟着我的节奏认真看。 第一步，打开阿里云官网，搜索百念，点击大模型服务平台，百念点击免费体验， 点击应用开发，点击创建应用，选择自媒体应用，选择 agent 的 二点零模式，给应用起个好听的名字，比如有效期识别 app， 点击创建。到这里呢，我们就把大模型开发的框架已经打好了， 下面继续跟着我的节奏，学会给大模型点亮技能点。第一步，你得确定你的大模型是用来干嘛的，比如聊天的，你就用文本生成模型，比如图片识别的，你就用视觉识别模型。 这里不单有阿里自有的几十款千万模型，还有开源的 deepsea 模型。第二步，给大模型安排工作任务，他是谁？扮演什么角色？他收到任务后返回什么数据？巴拉巴拉，我这里整理了一套呢，让大模型识别物品有效期的提示词， 把它粘进去，等着他给你干活吧。第三步，可选步骤。如果你想给大模型再加点技能点，比如接入 m c p， 这里有一堆内置的 m c p， 开箱即用。比如你想 ai 对 话保留记忆，可以把这里的鞋带上下纹拉到最大， 这样 ai 聊天会记得最近三十次的聊天内容，你都不需要额外对接什么像量数据库，太他妈省事了。第四步，测试大模型能不能正常工作，在界面的右侧选择一张优惠券，看看他能不能识别出有效期， 完美，可以准确识别出来，要是效果不满意呢，你就去调提示词，直到调到满意为止。 第五步，接入 app 或者网站，点击 sdk， 使用文档 复制 api， 文档链接直接丢给 ai 编辑器，叫它实现这个接口并接入 app。 记得把 app id 和 appk 配置进去，这样你的 app 就 完美的接入后端 ai 大 模型了。 最后再总结一下，他是干嘛的，他是 ai 时代的乐高工厂，你想接通一千万，点一下，你想让他有记忆，能联网，能读文档，再点一下，这不叫开发，这叫点将， 你就是统帅，那些昂贵的 ai 模型就是你的士兵。后端接口， api 调用、 fork 管理、阿里云百年，全部在底层给你弄好，你只需要想清楚你的用户是谁，你要解决什么问题？ 很多人问我，这能行吗？稳定吗？兄弟，这是阿里级别的底层架构，每天扛着几亿次的兵法。 别再问这种外行话了，最恐怖的是，他不仅能接 app， 还能接微信，接自媒体，接你的各种业务系统。这意味着从今天起，你一个人就是一家技术公司，你可以用极低的成本去试错一百个。未来的竞争不再是代码能力的竞争，而是调用 ai 能力的竞争。 当别人还在吭哧吭哧写 bug 的 时候，你已经带着你的 ai 角色去收割市场。 这个世界正在重述你是想当被 ai 取代的那一个，还是想当驾驭 ai 的 那个人。这套方法是我经过很多次模型揭露实践出来的方法论，全网应该都还没有公开这套实践方法。别等别人都玩烂了，你才入场，现在就开始动手。 后续呢？我还将围绕开发好的 app， 如何推广，如何赚钱。记得关注我，带你用最朴素的方法，做出最有效的 app。

openclaw 怎么接入钉钉？让他写 word， ppt， excel， pdf， 做数据分析，画图，快速整理会议，基柚等，先放上最终效果图，机器人能收到消息并回复我接入。第一步是打开钉钉开发者平台，点击右上方的开发者后台，扫码登录进入开发者后台， 进入开发者后台首页后，点击左上方的应用开发，进入应用开发页面后，点击右上方的创建应用，输入应用名称和应用描述。应用名称应用描述可以随便写。创建成功后点击你创建的应用的名字，进入添加应用能力页面后，点击右边的机器人的添加按钮， 点击启动机器人配置，这里输入带星号的地方，然后点击保存，弹出这个框后点击发布，点击左边的基础凭证和信息 保存对和 secret 到你电脑的记事本上保存后点击左下方的版本管理与发布，然后点击右上方的创建新版本，版本详情这里版本号用默认的就好。 填入版本描述，然后保存，弹出这个框后点击确认发布。发布后要给机器人权限，点击左边的权限管理，输入图里的内容，然后申请这个权限下的全部权限。我申请过了，没法演示，你们可以在评论区发出来，接着获取第二个权限， 同样是全部权限。接着安装 open core 插件，这个插件可以接入 qq， 钉钉，飞书企业微信多个渠道，这里用来接入下钉钉 安装插件后要配置插件，小白建议不写 git 为 to 肯装完后重启，在 cox 上看到钉钉插件已经装上去了。

你的 ai 助手只能在一个应用里用 coco 三条命令部署钉钉、飞书、 qq， 所有聊天工具全部打通工作用钉钉，朋友用 qq， 家人用另一个。每个平台都要单独配一个 ai 助手，配置重复记忆，割裂效率极低。 cpo 是 一个开源的个人 a a i 助手框架，一次部署，同时接入钉钉、飞书、 qq 等所有主流聊天工具，既统一既能共享，还支持本地大模型运行， 安装只需一行命令，支持 mac、 linux 和 windows 内置技能系统热点摘药、文件管理，定时提醒，开箱即用，还能自定义技能，打造专属工作流。 tikub 五千多星，社区活跃，持续更新，支持 doctor 一 键部署，也支持云端托管，小白也能三分钟跑起来。 想要一个真正属于自己的 ai 助手？链接放评论区了，点赞收藏追星不盲从，实测出真知！

各位老板还在为开发企业应用效率低而发愁吗？今天给大家介绍一个阿里系的低代码开发平台，怡达。可能有同学会问，怡达到底是什么？简单说，它就像一个可适化的应用搭建工具，让你不用写大量代码，也能快速做出各种企业级应用。 举个例子，比如你们公司需要一个请假审批系统，传统开发可能要写前后端代码，设计数据库花上几周时间，再用一搭的话，你可以直接拖拽表单组建，像搭积木一样设计页面、设置审批流程也只需点点 鼠标，甚至连数据存储都帮你搞定了，可能一天就能完成。一搭的核心优势在于它的可量化编辑器和丰富的模板库， 不管是人事管理、项目写作还是客户跟进，都有现成的模板可以直接套用。而且它还支持自定义代码扩展。如果你懂 javascript， 还能给应用添加更复杂的逻辑， 既满足了快速开发的需求，又保留了灵活性。最重要的是，一单和钉钉深度集成，做好的应用可以直接在钉钉里使用，数据也能无缝同步。对于中小企业或者需要快速迭代的业务场景来说， 简直是效率神器。不过要注意哦，虽然怡达降低了开发门槛，但想要做出真正好用的应用，还是需要理解业务逻辑和流程设计的。 建议大家先从简单的小应用入手，比如会议预约表、物品领用登记，慢慢熟悉它的功能。你们平时开发企业应用时遇到过哪些痛点？有没有尝试过用低代码工具呢？欢迎在评论区交流经验。

这么 nice 三 pro 刚刚让使用 ai 变得超级简单，简单到能轻松超越百分之九十九的人，前提是你得会用这四样法宝。所以在本期视频里，我就来为你揭晓这份精准的路线图，教你如何借助这么 nice 三，让玩转生成式 ai 变得易如反掌。 我会一步步拆解使用 gemini 的 四大核心阶段，内容包含文本优化、视觉处理、研究辅助乃至应用开发。看完视频，你就能精准掌握每个阶段的实操方法，在 gemini 三 pro 的 加持下轻松超越绝大多数人。那么第一阶段，我们专攻文本处理， 学习如何用深度思考取代漫无目的的闲扯。为此，我们要在 google ai studio 里调用 gemini 三 pro 新建对话时，切记别把 gemini 当成搜索框来用，相反，要尽可能提供丰富的上下文信息。因为说实在的，就算你用的是全球顶级的 ai， 如果缺少相关背景信息，也甭想得到高质量的回答。 gemini 三 pro 还拥有一个高达一百万 token 的 庞大上下文窗口，这意味着它有充足的空间来充分理解我们的具体情况。 每当我们用文本或多媒体内容向 ai 提问时，都会消耗上下文窗口中的 toc， 这反映了这些文件在 ai 内存中占据的空间大小。 一旦上下文窗口被填满， ai 就 会开始遗忘之前的内容，甚至会出现幻觉及胡言乱语。这正是这么乃拥有一百万 toc 大 窗口的巨大优势。举个例子，我们试着把谷歌那份六十八页的提示工程指南上传给它作为背景知识， 看看 jimmy 能否基于这份指南的内容来回答我们的问题。上传完这份指南后，我们会让 jimmy 简明恶要地总结一下两者的区别，极大样本提示和多样本提示之间的区别。正如你所见， jimmy 三 pro 能够完美地给予我们提供的指南内容来回答问题。 不过它还有一个隐藏功能叫思考等级。这个功能允许我们在低强度思考和高强度思考之间进行选择。高强度思考模式比低强度思考模式耗时更长，但它的准确度要高得多，并且会进行深入的多步骤推理。 因此，如果你想要获得最高质量的回复，务必把这个功能设为高，但更厉害或者说更疯狂的还在后头。因为即便高强度思考模式可能耗时更久，这么奈确有一项功能能让我们实时追踪 ai 构思答案时的心路历程， 也就是在它生成最终答复的过程中，可以看到答案就在第十五到十七页。如果我们翻开指南来核对一下，就能看到它的回答，堪称完美。 换句话说，我们可以预亏其内部的运作机制，并确切理解它是如何得出最终答案的。但实际情况是，仅凭文本我们能做的终究有限。正因如此，我们必须进入第二阶段视觉处理。这个阶段的核心就在于运用 jmate 三 pro 来提升我们生成的图像和视频的质量。 例如，我们可以用它来为 nano banana pro 生成更优质的提示词。我来给大家演示一下它的工作原理。首先，我们用一个基础的提示词来生成一张图像。提示词是，夜晚一个男人在酷炫的未来城市中，这就是我们得到的结果。现在让我们用 jimmy 三 pro 来优化那个基础提示词。 那么回到 google ui studio 中，我们将使用这个提示词。请注意我们是如何引导 jimmy 去扩展我们希望详述的细节。 但繁重的构思工作我们交给 jimmy 来完成，即构思出描述这些细节的最佳方式。经过一番思考，他为我们提供了三个详细的回复。咱们先来看第一个，现在我们已经拿到了优化后的图像提示词。接下来我们将把这个提示词输入 nano banana pro， 生成一张新图片，这就是生成的效果。 基础提示词和用 jimmy 优化的提示词出来的效果简直是天壤之别。这些图片看起来简直像是从电影或游戏里直接截出来的。不过这只是提示词工程的冰山一角。 如果你想更深入地学习如何打造 nano banana pro 的 提示词，从而生成出电影大片级别的效果，那么别忘了去看看简介区里附上的视频链接。 好了，言归正传，现在咱们从图片转到视频部分，因为 jimmy nike 不 仅能大幅提升图片质量，处理起视频来也是一把好手。接下来要用的是一个名叫 google fits 秘密武器来制作一个故事版式的讲解视频。 首先，我们打开 google facebook， 选择故事版功能，然后告诉他我们想要什么样的视频。就拿这个销售文档来举例，我们让他把它变成一个三十秒的宣传视频，配上素材片段和旁白， 我们甚至还能上传相关文件作为参考。对我们这代人来说，我们会附上这份模拟销售文件。接下来我们可以通过删删改主题来调整大纲，满意之后点击下一步，然后选择一个适合我们主题的设计即可。 现在，我们只需点击创建草稿视频，只需几分钟，一个完整的 ai 解说视频就生成了。基于我们最初上传的文件，它自动添加了图形辅助、镜头旁白和换灯片， 所有这些都与我们的主题紧密相关。成品视频看起来是这样的，欢迎观看艾米 c r m 的 三十秒模拟销售文件推荐。想象一下，您的销售流程能够无缝衔接， 有纸钱在，客户主动找上门来毫不费力。厌倦了在多个表格间疲于奔命，联系人信息杂乱无章，眼睁睁看着宝贵商机白白溜走，这种痛我们懂。隆重推出艾米 c r m 现代销售人员的制胜法宝，只在简化您的整个销售周期，并为其注入强大动力。 艾米 c r m 能集中管理所有联系人并自动进行跟进，还提供可式化销售管道，让您对每个商机的进展一目了然。只花了二十秒，效果相当不错吧。我们已经讨论了文本和视觉处理，那深度研究方面呢？ 是这样的，到了二零二五年底， notebook lm 的 核心引擎升级为了 jimmy 三。这次升级从根本上改变了这款工具的运行逻辑，它不再局限于简单地总结你的笔记，而是升级到了能够理解笔记内容，并辅助你进行深度思考和推理。 因此，在研究的第三阶段，我们将借助由 jimmy 三驱动的 notebook lm 来提升我们研究成果的质量。举个例子，我们打开 notebook lm， 创建一个新的笔记本。接着我们把研究模式从快速研究切换到深度研究，然后让它帮我们寻找 ai 的 变现途径。 经过几分钟的深度研究后，我们现在就得到了一份可靠的信息来源清单，可以作为参考依据。接下来我们点击导入按钮，就可以开始与这些资料进行交互了，然后点击音频概述，就能生成一段才拨课，内容就是关于 ai 如何变现。 所有这些内容都源自 notebook 为我们搜集到的资料。生成完成后，我们现在就可以点击这个按钮进入交互模式。在这个模式下，我们可以播放拨课音频， 重新播放，甚至亲自加入播客，与 ai 主持人进行实时互动交流。不过由 jimmy 驱动的突破性平台可不止 nope 该 one 一个，因为 google、 oppo 也采用了相同的设计思路。它们之间唯一的区别在于， 不再是专注于深度研究的第三阶段，而是进入了全力投入构建的第四阶段。 oppo 是 谷歌产品家族的最新成员，它能让我们无需编辑任何代码就能构建工作流和应用，我来演示一下。就以这个例子来说，我们想打造一个代码就能构建工作流和应用，我来演示一下。就以这个例子来说，我们想打造一个工具，用来给员工的邮件草稿打分。 首先我们打开 oppo google 网站，点击创建新项目。接着在提示框里，我们输入指令，让它构建一个应用，这个应用能接受一封邮件草稿，并按十分制为其同理心维度打分， 然后把它改写得更加友善体贴。现在我们只需把这封模拟邮件粘贴进去，它就会自动评分，并改写成更贴心的版本。稍等几秒，生成完毕，最终结果就出来了。它先给原始邮件打了分，然后进行了改写， 最后甚至还总结了所做的修改。就这样，一个功能齐全的应用就搞定了，马上就能投入使用。最妙的是，我们完全不需要懂编程，也不需要了解任何技术黑化， 我们只需描述想要什么， oppo 就 能替我们完成，这就是所谓的氛围编程。所以，这就是我们驾驭 jmate 三 pro 的 方法，让生成式 ai 变得简单到离谱。但真相是，我们在视频里展示的所有功能都只是冰山一角。因为谷歌正在全力冲刺，是要拿下 ai 竞赛的冠军。哪怕这意味着把最牛的工具免费放出来， 但绝大多数人压根就不知道有这些神器。所以，如果你打算退订所有付费的 ai 服务，然后用谷歌的免费工具取而代之，这些免费工具的实力毫不逊色。

昨天啊，一个老哥啊，公司去年是纳斯达克上市的，来聊了一下午，跟大家一样啊，非常的焦虑， ai 的 速度发展太快，但是又不知道从哪个地方入手， 现在的情况呢，是大家都知道要拥抱 ai， 但是不知道怎么去拥抱这里啊，给普通人三个建议，第一， ai 的 技术仍然在发展， 现在的各种名词呢，你你也看不懂对吧？没有关系，保持关注就可以让子弹飞一会，因为技术的迭代，相对来说技术人员会更有优势，不要被一些卖客的忽悠了啊，很多贩卖焦虑的完全就是为了收割 这个例子呢，从币圈开始到原宇宙啊，套路你可以看一下，一模一样。第二，你一定要学会使用 ai 工具，成为你们公司或者团队最懂 ai 的 人，尤其是把工具结合到业务当中来，这会让你未来的经营啊处于优势地位。第三，思考， 思考自己的工作，或者自己的公司什么工作可以让 ai 替代 ai 的 取代能力是必然的，硅谷已经裁员十几万人，尽早的给自己把脉，才能在这一波浪潮中处于不败之地。

ai 用开发如何从零干到四 k？ 今天这条视频不看就是你的损失。无论你过去是零基础，还是前端加码，产品测试等等，只要你想干 ai 行业这一整套体系，都会对你有所启发。我将会从核心方法论开始，以及你们如何准备 学历要求，要学哪些东西，整个零到四十的阶段，毫无保留分享给你们，你会发现我的理解跟所有人不一样。首先，你们想上四十，得先知道这个四十从哪里来。记住我这两个点， 领先产生溢价什么意思啊？一六年移动互联网兴起，我刚好是这个时间入了行，人家玩解宽瑞的时候，我玩 react， 所以 人家六 k 八 k， 我 十四 k。 同样的道理，人家还在玩 supreme 的 时候，你在玩 supreme bot， 这就是领先，你才会溢价。第二个叫深围，你们在面试的时候要做到维度提升，这是我经常讲的。 很多人拿着项目中的一个小点，在面试里反复说我写了一个什么 excel 中间件，我对数据库做了一个分不分表，你反复说就是在反复证明你只是项目中的一颗小螺丝钉。你没有权衡思维，所以你的定位撑死了就是一个熟练的流水线功能，你的薪资撑死就是多少十五 k， 你 要深挖，把维度占高，整个项目我来负责我该做什么，整个团队我来负责，我该做什么。你在面试中体现这些玩意，那你的角色就提高了，你是项目负责人，你是架构师，四十 k 才会来呀。 ai 岗位的薪资范围，大家可以打开 boss 去搜一下，请注意，一定要把你的期望岗位改成大模型相关学历，大专起 ai 岗位没有低于十五 k 的。 如果到今天为止，还有人在说，哎呀，搞个 ai 要博士要硕士，直接把我视频划走，拉黑。 我们是在大模型的基础上做业务开发，又不是让你从零到一，造个 deepsea， 要什么博士硕士啊。如果你想转 ai 业务开发，你需要具备哪些前置知识？首先第一个编程基础， 你至少得会个拍摄，不难吧，一两个星期就学会了，但是想转应用开发，对零基础来讲非常非常难。为什么？因为 ai 的 项目他对综合能力要求是很高的，他需要你精通 ai， 懂一些前端，懂一些后台。所以零基础同学最难的地方在，哎，我学了个拍摄，但是 ai 我 不知道怎么上手，其实就是因为你们缺少了一个衔接过渡的阶段， 因为你去找市场的任何资料，一个前端，一个后台，上来给你几百节课，你都不知道从哪里开始学起，所以这里就需要有个人帮你从开审然后到 ai 开发这个过渡梳理清楚。很多小白入了这个门，就是因为缺少这个过渡。 如果你已经是前端或者后台，那我相信在 ai 时代啊，你去学力门上手很快。所以说转个 ai 对 于干过程序员的同学来讲，没有什么太大难度。接下来我再说一下产品或者测试啊，我就说一个点啊，比如说你要找 ai 产品经理， 那么我请问在一家公司，无论是产品还是项目经理，你想做到总监这个位置，大概率是什么？是不是技术出身？因为只有懂技术的产品，才能更好的理解业务，才能知道程序员他能做个什么玩意出来，不会提一些伪需求。像产品、项目经理、测试这种岗位想走的更远，是不是得懂技术， 所以这个就叫升维，你是做开发，你要升维技术领先别人，你做产品你也要升维，你懂技术的产品会更有竞争力，薪资也会更高。好， ok， 接下来我们来讲第一个阶段选什么啊？第一个阶段主要是打技术基础，为后面的项目做准备，比如说首选一元拍摄，你不要听人家说什么 java、 node 也可以干 主流是拍手，我们干就干主流啊。啊，记住我一句话，扎瓦漏斗，狗肉不能上正弦，你不要听人家说什么哎呀，小龙虾不就是漏的弦吗？但是它不是主流啊，主流还是拍手啊。然后 log 减走，增强向量数据库， long， jump， graph， ig 的 流程，停止工程，大拇指 ip， 包括模型微调训练，这些都是前置支持。 一切都是为了第二个阶段搞项目做准备。比如说我们设计项目的时候，你要去考虑一个是业务匹配度，第二个是技术匹配度。我举个例子，比如说你做几个非常冷门的业务，比如说医疗啊，全国都没有几家公司，人家一看，哎，你 这方向跟我们不匹配啊。所以在项目阶段就要设计尽可能所有公司都能用到的，比如说客服啊，知识库啊， 运营系统啊，你要去找这种几乎所有公司都能用上的，那你的匹配度才高啊。第二个叫技术匹配度，很多人一上来对这个囊腔的项目死做，你做十个八个有什么用呢？那万一你去面的公司，人家不用囊腔呢？人家用拍摄原声的写怎么办呢？ 所以项目阶段我们要考虑业务匹配度跟技术匹配度，比如说你拍摄原声的能不能搞一个囊腔的，能不能搞一个模型微调训练的要不要搞一个？万一人家要训练模型呢， 对吧？那你在做的过程中就要考虑我的项目整个流程怎么从零到一的， ai 的 服务是怎么编排的？包括 tuas 啊， skas 啊， mcp 的 服务是怎么部署啊，怎么设计的？还有项目的健全啊， 包括整个全流程。因为 ai 用开发这个岗位，很多公司上来就是让你一个人全干的啊，前端后台 ai 的 服务。但是现在有个 ai， 大家都不要慌， 未来所有的程序员干活是最简单的，难的是你的思维啊。第三个阶段，那我们项目做完之后，你是不是得对整个项目去做持续的优化？因为一个真正稳定运行两到三年的项目，他一定是不断迭代，不断优化的。那我们在优化阶段，首先你得去学习大模型的原理， 原理是啥？原理就是你的方法论，在你后面做优化是需要一套理论知识去支撑的，你不懂原理，那什么都扯淡。比如说 cpu 缓存全对缓存混合解锁怎么提升召回率，以及我们项目做到一定阶段，可能还得模型微调强化，学习 sft、 dpo 以及我们为模型的数据，你要不要做数据清洗，包括评测级。最近很多企业问的也非常多，你怎么保障你的大模型输出的结果符合用户需求？这个就要评测级去解决啊， 以及制度系统整个链路的追踪，我要找到问题啊，以及 rap 呀，大模型的性能优化、并发垄断， 以及我们项目再降级，这些都是，对吧？所以我们要从稳定性、性能各个方面去考虑项目，那这里就到了第三个阶段，那第三个阶段基本上就对应市场的三十 k 没什么问题。第二个阶段能做项目，那就是二十 k， 第一个阶段不能干项目，找不到工作。 所以我怎么说 ai 起步就是十五 k 呢？比如说你本科到第二个阶段能干活，现在就是二十 k， 你 大专学历低一点，你少要一点行不行？要个十五 k， 用技术弥补学历啊？但是你总不能说，哎呀，我大专想跟本科同起跑线，不行， 谁让你年轻的时候不努力呢？学历劣势是永远存在的，但是不是没有弥补的机会，把技术搞上来。好，接下来我们来看第四个阶段，这是真正的能够让你们上四十 k 的 原子弹啊，也是我们跟所有人不一样的地方啊。前面我们说了叫升维， 第一个阶段打杂，第二个阶段你是项目骨干，第三个阶段你是项目负责人，那到了第四个阶段我们继续升维。你如果说作为一个团队的总监，你该考虑哪些问题？比如说我举个例子， a、 b、 c、 d、 e， 那这些项目我怎么统筹规划？比如说我们要考虑你公共设施上面要有 m、 c、 p 的 集群，你的 skills 包括业务设施，你的整个业务的集群， 那在这些集群你是不是还得考虑些问题？比如说我们的 a 型的路由，那假设我们 m c p 的 服务有八十个啊，我们这五个服务，那我们项目 a 运行的时候，它依赖哪些 m c p 的 服务？ 我不可能把八十个全部拉进来吧？所以这里就需要电信的路由。第二个跨电信的记忆，什么意思呢？我一个公司，他是一个产品矩阵，比如说我有了客户，他进了 a 系统， b 系统、 d 系统，那不可能说，哎呀，我用户进了 a 系统， 说我是谁，我是谁，那 d 又不知道 a 是 谁， a， a 又得说一遍，哎呀，我是谁我是谁，那这样是不是显得很业余？你们做的不够好， 那我们还是要去做跨 idea 的 记忆，也就是说只要客户进了我们的系统，你进任何地方，我们的 ai 都能知道你是谁。第三个叫可观性测试啊，因为前面我们讲的整个认知链路，最终它是对于一个项目来讲， 那如果说我们有多个项目， m c p 的 集群，业务的集群，当业务调度上出现问题的时候，我们是如何监测、测试以及解决的最后一个问题健全，那我们这么多的项目啊，我们这么多的 m c p 的 服务如何去健全？比如说，哎，有没有权限调这八十个中的多少 m c p， 那 包括 b， 那每一个项目跟 m c p 它的权限都不一样，那我怎么把它统一规划起来？对，这就是整个爱情的集训要考虑问题。人家友商只停留在第二个阶段的时候，不好意思，我们已经到了第四个阶段，所以领先才能产生溢价，这也就是我给大家能够上四十 k 的 底气。人家出来只是让你说，哎呀，我做项目厉害，但是我让你直接出去吹 风口来了，你不干自然有人能干，清华北大不如胆子大，出来就跟我说我是总监，辅助给我要四十，辅助要八 k， 就 这结束，这就是 ai 的 本质，你学会了吗？