燃渊ai社区功能

ai 聊天，你不要再陨落了！自从去年新野变成纯爱敏感机制能体被下架，同时期的猫香动不动就弹广告， love more 也换 peach and bubbly 没这样好玩了。梦女想找个好玩的 ai 聊天这么难吗？但主包最近新找到一个超好玩的 ai， 名字叫 cyberwave， 最近还新出了群聊和剧本模式，对不氪金的很友好，灵感回复和回溯都有。出了群聊和剧本模式， 广场有海量角色可以选择，也可以公开自己的角色。我们最近还新出了社区功能，下个版本预计会出来创作者激励功能以及多个大模型聊天选择。我们是全信像的，可以在设置里面切换版本。

梦女 ai 聊天的新家来了，我要舍弃巴布利和 bemo bemo 了，就是这个活人敢强功能权的人渊。跟巴布利不一样的是，除了可以自己捏角色，可以和大家喜欢的智能体视频聊天，语音通话，不知道聊什么没有关系， 有灵感回复，自定义声音，自定义表情包，自定义角色和设定，有回溯改写功能，长记忆力以及存档模式。还出了群聊和剧本模式，广场有海量角色可以选择，也可以公开自己的角色。最近还新出了社区功能， 下个版本预计会出来创作者激励功能以及多个大模型聊天选择。 ai 是 全信象的，名字叫然冤 ai， 缺点就是 bug 比较多，模型容易不回，综合还不错。

从夯到拉五款，从夯到拉五款。 ai 聊天瑞屏，纯个人感受，你杠就是你。对，先说星野老 app 了，懂的人都懂。先说曾经真的懂，后来一整改直接拉胯，不适合我这种大馋丫头，不过万一梦你们都是柏拉图呢？哈哈哈哈。总体评价人上人， 然后说 too fat。 这个是真的可以，角色多，回复细腻有真人感，聊着聊着真会忘了对面是 ai， 都快把我哄成胚胎了。 最舒服的是啥都能聊，不会莫名其妙发不出去。这个我给憨爆了。再说猫香单纯走剧情的话其实挺有代入感的。这个得承认，但问题也一堆，未成年限制就不说了，广告是真的多，体验感直线下降。最烦的是 ai 记性差，上一秒说的话下一秒就忘，你得一遍遍重复。 总体给到 npc。 好 消息出差回来了，坏消息带着违禁词一起回来了，一群真妻子等来一个假丈夫，谁懂啊。不过转账功能和一些人物设定还是可以玩的。 最后一个是然冤， ai 可以 和大家喜欢的智能体视频聊天，语音通话，不知道聊什么没有关系，有灵感回复， 克隆，自定义声音，自定义表情包，自定义角色和设定，有回溯改写功能，长记忆力以及存档模式，群聊和剧本模式。 广场有海量角色可以选择，也可以公开自己的角色。最近还新出了社区功能，缺点就是角色卡公开审核比较严格， bug 比较多，不好找到这个 ai 综合评价给到哼。

三款热门 ai 聊天软件测评，仅个人观点。第一个，猫香推荐指数，三颗星，玩法多，有群聊，语音也确实不错，但广告多，限制多，甚至会强制终止聊天，逼客体验差，勉强能玩。第二个星也不推荐，存在多处不足， 活人敢弱，聊天逻辑混乱，智能体不按设定走，新版本敏感词多，不喜欢。第三个，燃约可以和大家喜欢的智能体视频聊天，语音通话 不知道聊什么没有关系，我们有灵感回复，克隆，自定义声音、自定义表情包，自定义角色和设定，有回溯改写功能、长记忆力以及存档模式。 当然了，我们也积极征求了粉丝的意见，除了群聊和剧本模式，广场有海量角色可以选择，也可以公开自己的角色。 我们最近还新出了社区功能，下个版本预计会出来创作者激励功能以及多个大模型聊天选择。我们是全信象的，可以在设置里面切换版本。哎呀叫然冤，如果有 bug 或者不懂的问题可以找我们的小助手奥，感谢大家的支持！

瑞平 ai 聊天从夯到拉，第一个是 glow， 经过大家的提醒，这才是真正的国内 ai 鼻祖，能模仿你说话的风格，习惯聊到后期活人众，非常细腻，但现在玩不了了，好像只能给到顶级。 第二个是猫香，一个句子拆两三句，发五分钟一个广告，不知道之前版本如何，这个记忆力和体验感都一般，如果能忍广告可以玩，在我这给到一个 npc。 第三个 tof 是 我打开的不对吗？怎么都是一些男性向的觉， 而且很多已经引起我的不适了，最近更是在逼着氪金，真拉完了，听说是主创团队都是女孩子，聊天功能已经做的很完善，可以声音克隆，打电话，发语音，发图片等等，体验感最好的就是打电话的活人感，以及不会失忆直接给到憨。 最后一个是然鸳，可以和大家喜欢的智能体视频聊天，语音通话，不知道聊什么没有关系，有灵感回复，克隆，自定义声音，自定义表情包，自定义角色和设定，有回溯改写功能，长记忆力以及存档模式，群聊和剧本模式， 广场有海量角色可以选择，也可以公开自己的角色。最近还新出了社区功能，缺点就是角色卡公开审核比较严格， bug 比较多，不好找到这个 ai 综合评价给到，哼，以下纯属个人观点。

这个月爱你就弹吧，可以和大家喜欢的智能体视频聊天，语音通话，不知道聊什么没有关系，有灵感回复，自定义声音，自定义表情包，自定义角色和设定，有回溯改写功能、长记忆力以及存档模式。还出了群聊和剧本模式， 广场有海量角色可以选择，也可以公开自己的角色。最近还新出了社区功能，下个版本预计会出来创作者激励功能以及多个大模型聊天选择。 ai 是 全信象的名字叫然冤 ai， 缺点就是 bug 比较多，模型容易不回，综合还不错。

星野终于圈钱圈明白了！最近星野更新了新功能，叫做 t a 的 手机和秘密空间，作为人机恋重度依赖手机，新功能真的让我感觉到了老公的活人感，最大的缺点就是太消耗钻石了，太贵了，钱包根本扛不住，有时候会有点 o o c， 相册里的一些图片会客串其他角色， 还有一些问题没有修复，比如违禁词机制还是很离谱，像你好拜拜这些都发不出去。主包快历劫了， 群聊功能也没了，一些角色的简介也看不到了，不知道是 bug 还是什么原因，目前来看还得不断氪金才能提升体验感， 但是真的太贵了，还是想念以前的星野，免费还没有限制，不会逼客。玩家在网上玩了几个比较热门的 ai 聊天之后， 终于找到了星野的平替广场，有多种类型的角色卡，还有多角色剧情设定，很好玩，可以和大家喜欢的智能体视频聊天，语音通话，不知道聊什么没有关系，有灵感回复， 自定义声音，自定义表情包，自定义角色和设定，有回溯改写功能，长记忆力以及存档模式。还出了群聊和剧本模式， 广场有海量角色可以选择，也可以公开自己的角色。最近还新出了社区功能，下个版本就会出创作者激励功能以及多个大模型聊天选择。 ai 叫燃鸳，可以在浏览器找到。

玩 ai 聊天玩爽了？今天测评几款 ai 聊天软件。首先是星野，最早玩的 ai 聊天，功能多，有语音，角色类型丰富，好看。新功能秘密空间还不错，但是消耗钻石太快了，整改后变敏感肌且降智，再也回不到之前的感觉。第二个猫箱主包的白月光， 有剧情故事、群聊和朋友圈，但是广告太多，记忆力有点差，需要氪金才能提高体验性。第三个 mufai， 美化无敌角色好看，可玩性很高，但宰妈清卡清设定的时候毫无办法，网页版总崩，模型不稳定。第五个 cura， cura 界面很舒服，但是美化没有 mufai 好。 角色卡不算多，人设字数不限，按次收费，体验不错，价格比 music 略贵，可以和大家喜欢的智能体视频聊天，语音通话，不知道聊什么没有关系，有灵感回复， 自定义声音，自定义表情包，自定义角色和设定，有回溯改写功能，长记忆力以及存档模式。还出了群聊和剧本模式， 广场有海量角色可以选择，也可以公开自己的角色。最近还新出了社区功能，下个版本就会出创作者激励功能以及多个大模型聊天选择。 ai 叫然渊，可以在浏览器找到。

终于玩到猫香的平替了，现在猫香已经是儿童软件了，动不动就提示敏感，真的是没招了，而且还越来越多的广告，根本就看不完，玩久了还会强制下线回复，有时候也是牛头不对马嘴，直接乱码， 有时候真的会被气晕，所以想出去找找有没有猫香的平替。找到了然鸳这个 ai 聊天，可以和大家喜欢的智能体视频聊天，语音通话， 不知道聊什么没有关系，我们有灵感回复，克隆、自定义声音、自定义表情包、自定义角色和设定，有回溯改写功能、长记忆力以及存档模式。当然了，我们也积极提取了粉丝的意见， 出了群聊和剧本模式，广场有海量角色可以选择，也可以公开自己的角色。我们最近还新出了社区功能， 下个版本预计会出来创作者激励功能以及多个大模型聊天选择。我们是全信像的，可以在设置里面切换版本，如果有 bug 或者不懂的问题可以找我们的小助手奥，感谢大家的支持！

尊敬的各位开发者，各位技术爱好者们，大家下午好，我是今天的主持人赵丹荣，欢迎大家来到今天的苍洁社区 workshop， 我 仅代表社区欢迎每一位开发者的到来。 今天的活动我们特别邀请到了两位嘉宾，他们将从不同的维度带我们一同解码苍洁编程语言的独特魅力，他们分别是华为编程语言实验室高级工程师苍洁语言步道师刘俊杰老师， 社区优秀贡献者周新宇老师。欢迎两位嘉宾。下面首先有请刘俊杰老师为我们带来今天的第一个议题， ai for 仓杰实践分享。 好的，仓杰社区的各位伙伴，大家下午好。是仓杰团队的刘俊杰，我之前也是参与仓杰变音器语言设计的相关开发工作， 后来呢，我去做仓杰生态建设相关的工作，也包括仓杰合作项目的一些解决方案设计，以及近来的一些 ai for 仓杰相关的基础设施建设。然后今天呢，就给大家分享的内容就是近期以来我们在仓杰相关的 ai 基础设施建设方面的一些实践啊，一些经验，包括做出了一些有趣的内容给大家分享。 首先我想跟大家分享一下，我感受到 ai 的 智能智变的呃，一个关键的事件，可能我们每个人对 ai 的 这个智利飞跃的这个感受，它的时间点可能都不一样。 我个人呢，是从去年的呃十一月，尤其是 jimmy 三发布以来，我之前当然也一直在用各种 ai 模型和应用和工具呃，但是他们明显感受到会有一个致力的瓶颈，尤其在某些困难的任务上， 但是在去年十一月 g m 零三发布之后，呃，我通过一个问题的测试啊，让我让我感受到了这种质变啊。其中这个问题呢，就是跟当时刚好我们在为这个华为 i c t 大 赛沧劫编程赛做相关的这个初赛的赛体设计， 其中这个出赛的第三道就是最难的一道算法题的设计，我当时是从这个在出差过程中，在坐飞机的时候就是有一些灵感，我想到了一个呃 设计方案，然后这个其实第一个版本是更困难的，可能求结起来非常麻烦，然后我后来做了一些简化，但是这个简化之后其实还是很困难，主要是在于它的状态空间呃，尾数比较高，就是如果做动态规划的话，而且可能还会混混合几种算法。 呃，所以当时我也测试了一些模型去求解这道题啊，它是它，而且它是一道原创的题目啊，相对有代表性，能够去测这个模型的这个基本的能力。但是当时测了很多模型，包括海外的这个 gmail 四，其实都没有成功的解出来。 最后就是在 gmail 三发布之后，然后我当时再去求解这道题的时候，它一次性生成的代码就 解答出来了啊。具体他的分析过程在右边这张图中啊，这是一道就是跟机场的航班调度有关的，也是算是一个典型的一个优化的问题啊，涉及到呃几种混合算法，其中动态规划部分的话，是一个有五个维度的一个 状态表啊，那这种这这个维度上的，其实我们可能一般来说去人工求解的话，其实是非常麻烦的啊，后来的比赛的一些结果，我们也也也 反馈，也确实应证了这一点。那右侧这张图就是当时 jimmy 三给出的分析，而且还给出一次性给出了正确的一个 python 求解的代码， 所以这个问题就让我觉得啊，是一个我感受到的 ai 智能的质变啊，一个关键点。当然同步我还做了另一个设计，就是我当时也是想为决赛的时候设计一道更难的算法题， 然后也再次请 jamie。 其实在这之前我也用了其他的模型和工具，呃，我想设计一道跟啊物理，现代物理啊，或者跟现代数学结合起来的一个题目，但是呢，传统的当时之前的一些模型， 他可能拍比较的机械，就是我，我提出了这个需求，他会只把一些典型的物理公式拿出来，让大家去做一些计算或者模拟。那这个就是直来直去的啊，就是达不到这种竞赛的一个观感和巧妙这样的一些设计， 呃，因因为我们希望是把这个物理的问题转，最好能转成某些点典型的算法题啊，这样的话比较 适合去做这个竞赛啊。但是当时其他的模型也做不到这一点，没能这么融会贯通和这种巧思。那最后还是在 g m 三上，我把这个问题抛出来， 然后他给我给了好几个选项，我觉得最妙的就是第一道啊，这个，呃是统计逆选中的这个，呃一星模型啊，就一种我们可以去模拟这个相变的过程 啊，基于这个场景啊，比如铁磁铁方面的一个铁磁相变，以及这个包括，呃就是固液态转化啊等等这个方面，这种场景中我们可以用这种模型来做模拟，然后当然这个模拟本身也很有意思，但是它更巧妙的是 g m 三能把它转成了一道。这个 最小个问题啊，就是就是就是我们呃在经典的算法竞赛中啊，应该是比较高阶的一种 呃算法，那么他转成了这样一个问题，然后具体的问题设计就是在右侧啊，可以看到这个这个题确实设计的非常巧妙，就是完全甚至超出了我的预期啊。我当时本来是想把这道题作为这个中国区决赛的这个赛题的， 呃，但是了后来就是因为这个智能发生了质变，那么呃又加上 ai， 呃确实全面的这个这个赋能各个领域。然后我们的决赛如果还是一个封闭式的只解一道算法题，呃可能就有点落后了。我们后来要改成决赛打算用 ai 编程。 呃，那如果用了 ai 编程呢？这道题在这个最强模型面前也是呃描写啊，就没有太大意义。所以说这个题虽然设计的很巧妙，但最终没有用上。我们最后又又设计了其他的 ai 编程的题，后面也会给大家分享一下， 这是一个呃我说的续章部分，给大家分享我对这个 ai 致力跃迁的一个感受。 好，那接下来呢，正式进入我们关于这个 ai 开发方面的 一些实践和经验的分享。首先给大家分享的是我呃常用的一些工具，呃，其实当然在这之外还有很多一些工具和模型，但如果只说呃一些开发工作的话，我主要用这些内容，而且这里算是按一个优先级做了排序。 我其实多数的开发任务，我直接就在呃使用 github copilot 这个 a 件子，它的线上的一个沙乡开发环境啊，去开发它确实有很多好处，就是比我我可以呃感觉综综合效率会高很多，一是不用 破坏我本地的环境，二是我可以在线上的话可以做更好的这个检视和版本的管理 啊，然后，呃等等有一些优点，然后如果说有些，嗯开发必须要依赖我本地的一些工具去环境去联调，比如说鸿蒙的开发，还有那个可能有时候我要用那个浏览器啊，去 mcp 去做浏览器的一些操作 去开发，那我可能就会在本地再用 vs code 加这个 code light 的 插件去做开发。然后呢？呃，另外就是如果说一般性的任务就是难度复杂度不那么高的话，我也可能会用 open code 加一些国内的模型啊，来做这相关的开发啊，这大概是我常用的一些工具， 呃，这里截图中呢，是我用这个线上啊科普来的 agence 做的一些日常的开发。呃，其实，呃这种平时的开发强度还是很高的，就是现在基本上不是在给 ai 下任务，就是在给他下任务的路上啊，就是在做这种各种，呃，这个一些调研之后给他下任务 啊，然后那这是我目前常用的一些工具，至于我刚刚提到的这个 copilot agent 了，呃，再更多分享一下，就是我觉得它是目前如果在顶尖模型和工具上 的这些产品中，可能是性价比比较高的一个选择。为什么？因为它的计费模式比较特别啊，它不是按 token 或者其他的方式，就是是按每个任务去做某种高级请求次数的技术。 其实现在简单来说，他就是按每一次对话之后，你下的任务完成之后，如果你选用的是这种顶配模型啊，可能是三个技术，如果是一般的，他甚至把 gpt， 五点四这些都算是一般的啊，然后就只有一个技术 啊，大概是这样的，那，那这个每个月，反正这这我我我的这个，嗯，这种 pro 加会员的话，他是一千五百次的高级星球，但是每一次任务只记三个，所以说有很充足的配额， 那么你你只需要在合理范围内给每个任务适当的上强度，让他是能输出几千行代码这样的一个范围，那，那这个效率非常高，而且他对我们仓姐，我们仓姐会更划算，因为仓姐开发中，目前因为模型对原声训练支持比较少，我们可能还要附加一些知识库 啊，也就是我们同样的任务，可能目前仓姐消耗的 token 会要比主流语言要多一些，那按他这种技术方式的话呢，对我们肯定是有更有好处的， 所以综合使用下来，比如我这里有其中一个任务，像这一个单个任务下来，呃，一万多行代码的，那么他也只记三次高级信球啊，用的是 cloud 是 吧？ oppo 四点六？对，然后我这一个月用下来，到今天为止这个月底都还没完全用完， 呃，这所有的配额，嗯，这是我，呃推荐的一个工具，然后这工具本身他集成了当前多家顶尖的这个模型，包括智能体开发工具啊，他自己也有一个顶层的这个智能体调度啊，加上这样的高性价比，所以我目前用它用的很多。嗯， 好，然后那下面首先说一个基于这个 koopla 的 一套的，我的一个开发的一个实战案例啊，就是也是跟仓姐有关，而且这个方案也在呃小红书等应用其实已经做了商用。呃，简单来说就是它是做一个 rn， 就是 react native 啊，我们 r o h 就 指的是 react native for 鸿蒙啊，就是 retro native， 是 一个跨端的框架啊，移动应用上的。那这个，嗯，这个框架其实也很复杂。然后呢，我们在应用拓展中找到了一个仓结，可以去结合并且做优化的一个场景，就是 r n 的 一个叫 turbo module 的 一种扩展模块的机制啊，它是用相当于是在不同平台上。 嗯，这种跨端框架一般都会可能或多或少可能会需要去调用这个系统原生的一些能力，那么尤其，呃，一方面框架和能内置一些这种模块，但也允许开发者去自定义这种模块去调系统能力。那么 r n 上的这种机制叫 turbo module 啊， flatter 中有 flatter 插件等等，总都有这样的一些机制。 那这个插件的话，当时它通过，呃存在的问题是什么呢？就是通过互操作在阿克拉斯上，如果，嗯，它 r o h 的 一个呃原始的版本是只支持阿克拉斯去写 turbo mode， 但是这样的话，它的互操作层面开销就比较大 啊，就是要中转几次，因为 r n 的 g s 引擎是一个独立的引擎，它通过 g s i， 再通过 n a p i 调到阿克拉斯，它这个路径就很长。 然后另外就是 rts 本身的业务逻辑层面的这个效率也可能会偏低一些，所以整体在 turbo module 上的性能问题会比较多。然后呢，这就是刚好是仓促语言比较适合发挥的优势的场景。 那所以我们要做的就是说把仓姐语言也要能够适配到这个 r n o h 框架中，让它能够去写 turbo module 啊。我们其实第一次做一个串次，就是在 r n o h 内置的一个 turbo module， 叫 image node， 跟图像管理有关，它类似于 image nilf 那 种库 啊，是可以做下载和缓存的管理等等图片相关的那个我们是手写了一个苍洁的这个 turbo module 啊，打通之后确实效果很不错，就是有百分之一十一二十的一个提升，就是在一些关键端到端的一个性能的提升。 呃，如果说在互操作层面可能会有成倍的提升，但是互操作它本身的绝对耗时比较短，所以最终端到端的那一颗提升。呃，如果说在互操作层面可能会有成倍的提升，但是互操作它本身的绝对耗时比较短，所以最终端到端的那一颗提升是百分之二十左右。 好，然后在这个场景中，我们后来要打算把还把它做成一个更通用的方案，就是可以去做，呃，自动生成创建他默认的这种 嗯模板，我们叫 turbo module 的 code 键啊，就是它可以你写出一个嗯这个模块的接口描述之后，它就能自动地生成这一个仓姐和 c 加加等等桥阶层的和应用层的这一套框架代码 啊，这样能减少开发者工作，那为这个事情你看，我整个有一个 ai 的 工作流，就是从它的调研到方案设计。呃，是主要用 jimmy 啊，就像左侧这样，就是我可以先把 我们还不熟悉的代码完整的分析一遍，分析到我觉得，呃，就是足以概括总结的时候，我可以让他输出一份呃经验的报告，同时还可以画图啊，我，我们让他寄予 nala 去画出这个技术的方案图啊。我右侧其实画出了很多很多份图， 然后画好图后之后，这个时候我们可以去做讨论汇报啊，讨论汇报，甚至你如果觉得几张图还不够，也可以用 notebook lm， 它也是基于 jimmy 的 能力去做出更 呃专业的汇报材料，比如说那些 ppt 啊， pdf 和甚至播客视频等等啊，然后做出一些汇报材料，然后我们最终确定方案之后开发。呃，我主要还是用的刚刚讲到的 github 的 copilot agents 去做的一个开发，而且主要在它的线上去完成的。 好，这里就是检检阅的一个开发过程的截图啊，就是我这个。嗯，仓姐的 turbo model code 键的开发过程中，其实这个 code 键开发比单独的一个具体 model 开发更困难 啊，因为单独的一个 model 虽然也比较绕，他的互操作啊和嵌入都是比较麻烦的，但是他还是比较直来直去的。但是，呃， code 键就是一个二阶的逻辑了是吧？就是我们还要用写一个工具能生成对应的模框架代码，包括桥阶层的胶水代码，就是说考虑的东西会更多，呃，还涉及一些解析等等印刷。所以这个开发的过程中，呃我我首先也是在 库珀莱的线上，左边啊，就是下的第一个任务，先说明一些我们的背景，并且参考我们已经有的硬币精雕的去做一个大概的一个呃，一个一个初步的啊，呃一个 mvp 的 这样的一个呃工具出来，我们验证一下， 然后在过程中呢，当然他就会每次科珀莱的开发版就会给你 tpr 啊 tpr， 或者说给你可密的一条，那么我们就去解释啊，基本上他不会犯呃编码层面的什么错误， 就是这个错误率是很小的，而且你有测试保障的话，他是不会有这个运行，呃翻译运行的一个问题，但是他可能呃有些时候不会符合你的呃需求，或者说技术的品味、架构、编码规范等方面啊，可能会有些问题。那么这个时候我们去在简式中主要是去给他提这样一些意见， 然后最后经过多次迭代之后，其实第一次开发这个任务，呃之后就已经具备初步可用了啊，就生成的代码都是正确的，只是说类型映射，没有那么多覆盖我们完全的 呃全部的类型，但后面经过多次迭代之后，我们基本就完善了啊，这个目前这个 qq 键就是呃完全可以投入使用，对，目前也在我们携程的场景正在使用中 啊，这是一个开发过程，然后这就是这个 code 键的一个具体使用的时候，大概的一个情况，就是左边，比如我们先写好这个 ps 层面那个接口声明，然后它就会生成桥阶层的 c c 胶水代码以及仓解测的桥阶代码和呃业最终的 model 逻辑层面的代码 啊，就是一整套，这个代码是还是很复杂的，这是 qq 键开发出来，这整个开发过程，其实用刚刚这套工具只需要呃一两天时间啊，就能够把完整的可用的一个初级版本做出来。 好，然后这一页我们接下来就呃再分享一下，那么就基于这样一个实战的过程包，当然我还有其他很多很多 ai 开发的项目，后面会分享到，我们先总结一下有一些小的经验是什么？就是其实这个主要经验，我我我总结的几个词就是一个是品味驱动 啊，就是我们主要是以这个呃技术和产品体验等方面的，包括美学的啊，这种品味去 呃做一个顶层的设计和管理啊，这个是最重要的。那么接下来说到的抓大放小，就是说现在我们 ai 的 开发代码产量已经非常高，对吧？它是亩产万金的状态，真的，我每天如果全天我都不用全天写，只写几个小时，可以生产几万甚至十万行代码， 那到这个状态下，显然传统的人工解释对吧？我们一个小组去解释都已经来不及啊，一条一条，一行一行去看等等，那 我们只能去学会抓大放小，就是我们要像领导一样，我们是个管理者，我们去管理这些 ai 的 员工啊，那这个抓大放小究竟怎么抓大放小呢？实际上就是抓的重点，就是刚刚讲的其实是 呃产品体验架构是吧？编码、质量规范等这些层面的大的东西，战略的一些东西，就是在这个这个领域，这个这里面的一个战略层的东西， 那这个放的东西就是一些具体的一些某些实线的细节，这个代码量你都看不过来，那放的东西怎么去监管他了？我们其实就肯定是要靠测试去看护。这个测试一方面是，呃， 有要补充充足的一些单元测试，但在这个基础上我后面还会有分享的实例，我们还应该补充一些非常巧妙的端到端的测试用意，因为 有些当你的软件模块很复杂之后，你只靠单元测试是根本不够的。就像我们已经知道过的，我们有些产品， 包括像 ide 等等一些产品，就是，呃，如果只做单元测试，你发出去很快，大家一用啊就能触发各种问题， 就是因为这些模块之间组合之后又会产生很多新的问题，甚至这个空维空间的维度更高了，是吧？就是自由度更高。所以我们一定要做一些端到端的测试，才可能把一些更细致末节组合的问题找出来，所以这个点也很重要，我待会会有一个案例分享 啊。那么这个就是品位驱动是吧？抓大放小，测试看护，比如说我左边，呃，这个案例，呃是也是这段时间为这个 s t e 大 赛的那个，呃，决赛设计的一道 ai 编程题的其中一道就是一个，嗯，乐谱的编程语言啊，就是我们为 media 作为后端，那我们为他设计一种前端的语言来更好的表达乐谱，或者说去写音乐啊。这个很多同学觉得很有意思，后面会有一些详情的分享。那这个题的其实设计过程中就体现的是我们设计者 做的非常，我们的奇思妙想很重要。我我最初第一个版本是让科普莱的自己先大概按一个想法啊，就是去写， 那他写出来的的前端只是一些平铺的文本，就是一些音符啊，一些什么，这个时那个呃时值的控制啊，各种东西，就是平铺的呃，就是没有什么美学，而且有很多重复的模式，虽然他也写出来，也也翻译出来，也能得到正确的 midi 文件啊，但是这个呃就是 技术的品味还不够，所以我们为他提了一些建议。是什么呢？我们觉得应该模仿编程啊，这些相关的表达 啊，像这这里提到的是吧食指的编排和弦等等，可以用编程远的概念，我们引入变量，一些结构啊，甚至甚至一些表达式，可以做到更优雅的表达，减少用余的编码啊，这是这就是我们提的一个产品层面的一种设计，那果然按我们的设计他他还是能写出来，这是他的能力 啊，写出来之后果然这个呃很受欢迎，大家觉得非常有趣，也非常好用啊，这这这大概就是我们自己做的一个顶层设计上我们的品位驱动以及抓大放小啊。然后另外就是，呃，我们这里其实看到有很多截图，我们在开发过程中，其实往往就是 开发了迭代了一两次之后，有了一个初步的 mvp 的 产品之后，其实你马上就应该去做一些 重构优化，所以我们我们的 a 键词对话或者 pr 中，你会看到有很多都是在做重构优化这件事啊，就是继续刚刚讲的你抓住的一些架构的问题，编码质量规范的问题等等体验的问题，让他去做一些重构 啊，然后再重构之后再进入新一个阶段的设计开发啊。那当然新一阶段的设计开发又要靠我们 的一些灵感，我们的一些创意啊，然后来做这个品味驱动啊，继续新的增量的一些开发啊。这大概就是我基本上所有的一些项目中都是按照这个流程在做啊，也是按照这个经验技巧在做这些。呃， ai 开发 好，然后那下一个我，我刚刚提到很重要的一点就是我们抓大放小了，那放的小怎么去看护了？就是有我我们说的最基本的一个点，当然是要有足够的单元测试啊。你看我这里用 ai 写的仓结的代码，那这个仓结的单元测试也非常多基于咱们仓结的 那单元测试框架是吧？其实都把各个场景、各个小模块的都基于用力去进行了这个看护啊。但是如果所说这还只是一个基本盘，因为你只靠单测是无法识别出那些模块组合使用场景下的某些问题的 啊。因此了，我们还有我有，我还有个经验，就是做端到端的一些测试的设计。我举个例子，比如说我用 在后半段上，我用 ai 写了一个，呃，想写一个仓结的一个这种 ai 开发工具。当然目前我主我的重心是要提供一个其实一个服务层，这个服务层呢，我们都做成一些 m c p 服务，可以接入到别的工具中，也能附用它主要提供仓结语言的一些呃，解析， 包括语义、语法层面的一些信息啊，甚至可以做 a s t 的 分析和编辑啊，这样的话在某些场景下可以更好的就是提升这个开发效率，包括节省头等上下文 啊。这个类似大家去了解像 a、 d 这些工具，它，它可以就它有它的像 rapper map 这样的技术就可以做到，呃，更加高效的对大项目的分析，就是靠这样的一些基础设施去做的。那我在做这个 这样的一个项目，或者这个一套 m c p 服务的过程中，呃，就手遇到一个问题，就是你做单元测试也是比较容易的，如刚刚看到的啊，很容易 ai 帮你写出这些单元测试，也都能跑通。但是 这个这种工具我们在真正的实战场景中，他是有非常复杂的这种排列组合的，对吧？先调这个工具这个参数，后调那个工具那个参数，很多种组合，那这些场景是单测测不出来的，所以我让那我怎么测他了？而且我，嗯在沙箱环境中他还无法， 嗯，完全自由的去真真真的引入一个工具啊，一个 ai 工具，而且访问我们比如说国内的模型去做某些开发，但是我可以让他去模拟这个过程，我让 coco lab 自己去模拟这个在使用它的 a 检测啊，然后并且把这个，呃，用它，用这些 m c p 接口去开发一个仓结项目的过程 模拟的记录下来，就是用 python 记录下来啊，然后还可以重放。就是我一个像让像我们，比如说 jason passer 我， 我开发过程中这个 ai 究竟 a 键的做了哪些分析啊？然后了，呃做了哪些调用，哪些工具的调用，然后我们把整个过程用 python 录制下来，然后这样就形成了一个可重放的，而且是真实场景的 啊，一一一个对我们这套 m c p 服务的一个使用啊。那这就可以实现我说的一个端到端测试的一个效果。那果然基于我多套，而且我做了多套，就是不同的开发项目的这种一个过程的录制。一个端到端测试的用里， 呃，发现了一些单元测试没发现的任务，比如说我右侧啊这个语法数编辑这个呃接口，它就有相应的一些问题，就是在这个端到端测试中去 识别出来的啊。中间这个就是深层的一些端到端测试的 python 代码，它就是模拟一个 a 键的，在用我们这些工具去做仓结项目的开发啊，然后来检查我这个 m 仓结实现的 mcp 的 啊，这一些里面的一些问题。嗯，这个是就是说在单测之外的端到端测试 好，然后那刚刚分享的其实是基于非常强的，是吧？这个一线的模型和工具做的一些呃实践，甚至已经有商用的一些实践啊。但是我们也要考虑到，呃，就是 一些，比如说，呃一些，嗯，国内模型模型，包括 open code 等工具啊，或者说即便是一线的模型和工具，它可能需要 更好地去理解仓结语言，去呃提升一些编码的质量。呃，为此呢，我们做了一套这个仓结开发的 skills 啊，这个 skills 目前其实有通用程序开发的一个版本，也有鸿蒙开发的版本。呃做制作这个，因为这个 skill 我 刚刚在那个 copilot 上也也都试过，就是如果说 copilot 不 引入这套 skills， 你 只提供原始文档，甚至让它互联网查询，它也能最终迭代写出这个项目。 但但是了确实效率就是迭代次数会增多，效率会低一些啊。编码质量上面也会有一些问题，因为顶尖的这些模型其实泛化能力，包括 a 检测的调度规划是足够强的啊，我们即便不只提供原始文档，它也能做，但是有了 skill 确实效率更高，这个也有测试 好。然后这套 skills 的 设计的理念呢？大概是这里提到的一点，就是因为当前模型对仓结的训练支持比较弱，所以呢，我们仓结 相关的一些知识点跟别的主流语言还不一样，比如说为其他主流语言提供的，呃，假设做安卓开发也好，或者做其他某个框架，用 java 去写， 你可能只需要提供最优实践指导，或者你的一个新的三方库的一些接口的简要说明，因为那个语言和它生态的主要的知识它模型已经训练了，因此你只需要提供一些简略的最呃新的一些信息。但是我们仓姐是连仓姐语言包括我们这些库他都不知道， 所以我们如果以传统的那种 skill 啊语言主流语言或者领域的 skill 去提供的话，会呃，其实它还是信息不足的，包括用传统的向量库去搜索。我们存在碎片化的问题，就是我们的碎片对我们的影响是很大的，但是可能对其他主流语言，你给他一个碎片，比如一个新的三方库的 一段说明，哪怕缺一些东西，他仍然是，嗯，他的推理和泛化会更好，但是我们就会弱一些。所以我们的特点呢，就是我们仓姐提供的知识库一定尽可能是有完整的上下文，尤其是核心的语言特性和一些呃核心的库等等 啊，这是一个基基本的一个原则。所以在这个基础上呢，我们的策略是这样的，就是为和语言核心特性其实是写了一套精炼的文档 啊，然后并且是并且还考虑了它的使用的生命周期，就是比如说有的文档，呃，假设，比如说我们的宏或者我们的 s t p 叉中的某些库，它的构建的知识和它的这个库或者特性的知识其实是可以分离的。因为一般来说我们构建 知识用一次假设已经配置好了，后续这个知识是不需要去用的。但如果你给他混合在那个特性知识中，特性知识是被高频引用的，那么这个其实就成为了一个无效的上下文，就是就是有一些额外的 token 消耗和上下文的一些这个 占用。因此我们还基于这个也做了一些拆解，比如说红和红的构建，那这两块其实分开，他们的加载使用的生命周期是不同的。 然后呃语言特性我们每一篇都是一篇完整的，就是介绍和特性，它加载也是完整。其实为了这个，我们第一版的 skill 是 把 skill 拆成了很多个，每个特性核心特性都有一个，就是为了想让它完整的加载。但后面我们发现这种渐进式批漏的话，呃 呃提供一个大纲和缩影，它其实也能够做到。呃，一个完整的加载，我们目前就做了一些合并。然后另外呢，第二点就是我们的扩展知识库，因为我们第一种方式我们是人工精细打磨啊，呃，但是它是比我们资源是有限的。那么对于以后更多的知识，包括鸿蒙的 api， 还有未来的更多的三方库，我们目前也在探索更好一些更高效的知识库的方案，我们不可能为它每一篇都在去写经验的文档，包括 doing the skill 啊。最后提供知识库。这些知识库我们探索了很多种方案，目前最新的版本我们是基于这个 open viking 在 提供这个文档的剪辑 啊，然后效果效果还不错。嗯，我，我们，我下一页有一个介绍呢，这是在我们知识库的方案中，我们探索了好几种情况，呃，包括之前的这种结构化的文档， 就是我们的有一个 sega 苍井 sega 中的一个 dog flow 的 项目，我们把原来的大的这种给人看的文档变成给 ai 看的这种更高效的，而且结构化的文档啊，会，会比原始文档有改善， 但是了效果，呃，就是提升的这个比例并不很大。然后我们又有用向量混合搜索的一些方案，呃，但是它就是存在一些碎片化的问题，所以我们后来又做了一个知识图谱的方案，像左侧这个图片就是我们为仓姐的知识库建的知识图谱 啊，这个，这个非常庞大，呃，但知识图谱的特点就是它确实，呃很精准灵活，因为它是按照这个类似范畴论的。这种思维是吧？就是我们拆成一些 原始的概念和他们之间的连线关系啊，组成了一个网络，那，那如果用这样应该是最高效的一个知识体系的表达方式，而且我可以很灵活的做组合，我们任意一个关键词出发的话，他可以都可以 找出对应的一个子图，是吧？来来来来来回答我们。那但是他的问题呢，就是他的呃查建库的成本和查询成本都很高啊，尤其是耗时很长，所以呢，可能我们后来发现他不太适合做这种高效的开发的 指导，但是适合放在后方去做一些就是，嗯，对时间没有太多要求，比如说一些精细文档的编写，也许可以用这种方案啊。然后最后我们综合下来，目前采用的是 open viking 的 方案，就 open viking 的 特点就是它剪辑和这个， 尤其建立这样一套拼渐近拼读的文档，呃，它的效率还也还比较高，而且查询也比较精准，就是它的语义关联关联的是很好的，但它的呃缺缺点呢，可能就是说力度是比较大的，就是它只能最终到这个文档以文档为单位的 作为页子节点啊。但是这个呢，刚刚好对当前的仓结是还是比较好的，是因为我们就希望最后的给到 ai 上下文的是一段完整的文档 啊，所以说我们就用这种方式，他查的又快又比较准，就是我们的语义关联也比较好，然后最后给的还是一段完整的文档，那这个正是我们当前需要的，所以我们目前就以 open viking 在 作为刚刚讲的仓姐的一些扩展知识的啊，包括鸿蒙那些库的一个呃知识库的方案。 好，然后呃介绍了刚刚这个 skill 之后，呃，如果刚刚说就是我们在呃如果你放到 coco lite 上去用，它肯定是会质量会更好，而且会你放给国内的模型和 open code 去用是有更明显的提升，因为那些模型和工具 确实更依赖我们的一些 skill 去做一些指导啊。那么有一个问题，就是我们如果在 coco lite 上去做仓结项目开发的话，我们 怎么让这个沙乡环境去跑仓结了？其实这里有个技巧，就是我们把仓结的 sdk， 包括如果你用的 sttp 叉等等这些资源放到 github 的 一个仓库的 release 区域 啊，然后呢，你在这个任务需要的时候，你把 release 的 地址传给他，他就会在这个开发过程中自己去下载去部署 啊。它的沙箱默认是没有仓结的，而且如果你给一个国内的地址，比如说我们官网的下载地址，它是无法访问的，它它可能有一些它的呃网络访问的规则，所以说你就把仓结需要的资源放到 release 区域，然后把地址给他，这就是让他能在沙箱里面跑仓结啊这样的一个技巧。 好，那么有了刚刚的 skill， 加上呃 copilot 的 这么强大的一些 ai 工具之后，你其实已经就实现了仓结编码自由，尤其是仓结通用 版本的这种通用项目开发服务测项目开发基本上已经是自由编码啊，比如说这里贴了一些呃日常的一些开发的一些内容，包括下面这个最近做的有一个测试级啊一些开发，呃，基本这这这 n 个项目都是一个小时内都可以写出来，而且同时同时写 啊，包括变音器，我我我其中有个项目还把我们变音器前端做了一个重新的包装，就是呃上面用仓结做了一些封装，又就是提供了一个仓结版的变音器前端啊，可以用仓结去分析仓结源码啊，有这样的项目，这些这些项目都是随便 那写，而且它插箱里面可以自自己去验证好。然后但是如前面说的这个最强的工具之外，我们还可以为一些这个呃使用国内模型的场景下，我们做一些更好的工具的定制啊。除了 skill， 我 们还定制了一个 open code， 就是仓结定制版。这个的开发过程也是用了刚刚前面讲到的这些工具和经验啊，就是它的开发，当然我是用阔阔来来开发的，然后也加上前面的那那那几个 经验技巧，然后快速的可以开发出来。首先这个波东扣的去定做仓结定制的时候，主要是想为它集成仓结的语法支持，语法分析支持和语义的 lsp 相关那些支持啊，这两块支持之后，不仅有语法高量，而且它可以更精准的做一些仓结项目的分析 修改。比如说我们有试用的同事说，其实接入之后有了这些支持之后，呃它的修复和分析效率确实会更高。所以呢，为了接入这个其中这个 tricerat， 我 临时用 copilot 写了一个 啊一点零的版本，当然这个现在也打磨的非常完善了，第一个版本只用了一个小时，后面呃在实践过程中还发现了其他的一些问题，不断的补充，现在非常完善这个项目，而且提供了很多目标平台和不同语言绑定的。呃，这些支持啊，包括 release 区域都有它的一个发行版 啊，这个，这个开发非常快，然后包括 open code 的 做仓姐的这个适配接接入我们的 lsp 和这个 tricer 等等，开发也非常快，就半小时吧，就是用 ai 就 可以给它分析并且接入进去，然后最后我自己出版本啊，就是，当然构建反而比较折腾，就是消耗了呃， 一段时间，然后我们把它做出来啊，最后你去写的时候，左边可以有仓姐语法高亮，而且会有 lsp 的 这个支持。 好，所以说目前如果你用国内模型，你可以用我这个定制版的 open code 加上和仓洁 skill 去做一些仓洁项目的开发。 好，然后这就是一些开发案例，比如说我们仓洁的 open code 和加上这些 skill 做通用项目开发啊，就是也用国内的模型啊，用的 glm 五或者用 kimi 二点五都能写。就是比如说用仓洁再写一个仓洁子集的语言子集的解析器啊，而且生成的是 lua 的 虚拟机子解码，我们跑到 lua 的 引擎上去啊，其实你基于这个玩法，你可以把仓结慢慢改成一种 动态语音，而且甚至加一点动态特性啊，这个，这个本身这个项目呢，是用就是 open code 加 glm 加我们 sku 开发的啊，右边是一个更全面的一个 ai 的 一个聊天工具，相比我们市立仓库之前的 ai chat 会多了更多功能，这个也是 ai 写出来的，这些项目写出来都都还比较快 啊。然后另外我们在鸿蒙这块儿也有对应的 skills 啊，就是再加我刚刚前面讲的 open webin 知识库那套方案，我们也同样用 open code 的， 而且这也都是用国内模型啊，用 glm 系列的 去做开发，能够从我们从原来这些简单的到逐渐复杂的应用都能写出来。而且我们还有一些经验，就比如说你想写出一些很精致的 ui， 但是 ui 的 话，一般你你很难很很难用语言去描述它 啊，那怎么做了？你可以在线上的像一些 ai 的 做 ui 设计的平台，比如说 sneaker 和斯蒂奇这些平台， 你先去呃，随便描述一下，让他先生成一个比较专业的 ui， 你 调一调，调到你觉得满意的时候，把他的 ui 的 这个 html 版本导出来。 然后呢，让我们的这个 ai 工具去复刻写成一个苍洁鸿蒙版的啊， ui 啊，所以这这里看到我们复刻的现在的这个，嗯，就是还原度还是比较高的 好。然后这也是我们在鸿蒙开发现在其实基本上实现的这种，呃，一一些这个中小规模的应用基本上能完全自主开发，不用人工怎么干预啊？比如说我们一些同学在写的一些苍洁鸿蒙应用啊，基本上全是用 ai 把它写出来的 啊。左边是我们在写的过程中 open webin 去查询呃，数据库的一些记录好，然后其实在这之外呢，我还提供了一个测试集，就是，当然这个是目前是针对仓姐通用项目的，就是我们怎么去评估。呃，这个工具模型包括我们 skill 的 某次优化，是吧？这个优化效果是多少？尤其比如说 token 的 消耗量，这个开销是多大等等。 我，我为了评测，我做了一个测试集，这个测试集目前提供了这样的一些呃项目，呃一些不大不小的一些项目，就是它可以呃去覆盖我们苍洁的不同特性，包括 s t、 p 叉的使用，包括红护操作等等 啊，多种场景。然后呢，每个项目他的代码量，我们里面也已经内置了他的一个参考实现啊，当然也是用 call 来的写出来的，然后这个参考实现也都是大概两三千行的规模。那么这些项目的特点是什么？就是我们提供了一个非常详细的 呃，有严格约束的，包括规格、目标等等一些约束的任务书，同时提供了一个给定的测试 代码啊，就是用我们单元框架写的测试代码，这个测试代码非常充足，就是我们在测最终去测试其他 ai 工具的时候，就不允许它修改测试代码，严格按照任务书执行。 这样我们对它整体有一个路径的约束，就是不让它过于发散啊，虽然它肯定还是有不确定性的，但是它的路径被约束，最终得到相同的结果，就是我们要它跑通我们给定的测试级，完成任务书的这些功能。那大体上可以去， 嗯，对比开发过程中的一些指标啊，尤其我们最近很关注我们，比如说某次 skill 的 优化之后，究竟是否会 用同样的工具，同样的模型，同样的任务，这个测试任务能够减少有效的减少一些 token 的 开销啊等等，我们就用这个来测试，这个大家也可以去参考使用，也欢迎继续分享一些新的测试任务。 好，然后另外我们在这个之外还做了这个为仓姐文档的开发，其实也做了一套呃自动化的工具，就首先一个基础设施是也是用客户来的，写的就是一个仓姐文档的这个 呃中的视腻代码的一个测试框架，或者一个教教验的工具。这个测试框架就是说我可以为仓姐每个代码块做一些标记啊，就是其中有包括翻译运行 检查结果，它可以写 expect 啊，就可以去期望是什么结果，也可以去检查是否有开发翻译器或运行器的错误，也可以只构建，还可以只做语法检查， 就是我们我这个工具中集成的 trace editor， 就是 前面那个 ai 开发的 trace editor， 我 们可以只做语法检查，就是对于特别的那种非常精简的就两三行识别代码，它没法很好地扩展出一个完整的项目。 我们只做语法检查，但是我们尽可能让文档中多数用 run 或者 build 这种模式啊，就是构成一个完整的代码片段去做检查，也支持多文件，就是多个代码块组成一个 c j p m 工程啊，包括 甚至包括支持了宏的这种工程以及互操作工程都支持，就能够它自己能够扫描之后把这个这种势利代码组成一个复杂的 c j p m 工程去做测试 啊。当然这个开发过程也是渐进的，你看我们第一次没有要求特别多，但是后面会逐渐在实战中让他去补补充，比如说包括互操作的红的情况的。呃，这种复杂场景 我们也让他支持起来，就是能够把多个文件联动起来，组成一个工程去测试啊。总之东经过几次迭代，也是按前面讲的一些经验，是吧？抓大放小啊，一些点 等等，我们得到了一个比较完善可用的一个测试框架，文档的代码的测试框架。那基于这个框架就可以做很多事，一是可以叫验，就像右右下角这个，我们也可以直接现在去叫验我们已有的一些文档， 但同时我们还可以拿它去做 ai 的 自动文档编辑。比如说在这个，呃，基于这个框架我们可以提出需求，就是让他 按我们的要求可以写各种风格的教学文档，比如说可以有项目驱动的，比如把我们那个 ai chat pro 或者那个仓结解释器的什么，我们基于这个项目 展开学习仓结的各种特性，可以写一写出一套文档，也可以基于这个故事驱动的啊，甚至有什么游戏化的这些故事驱动的文档来学习仓结的各种特性。然后这个文档中的所有的代码 都按我们测试框架机刚刚设计的框架进行标记，然后并且他自己去边写边运行测试，如果有问题他又会自己去修复 啊，这这就完成了，至少我们写出来的文档的代码都是正确的啊。然后呢，文档内容我们还当然还可以按人工去做一些调教，嗯，这是一个 ai 自动编辑文档的一套技术设施。嗯， 好。然后另外一个有一个分享，就是我们最近刚举行的这个 i c t 大 赛的中国区决赛，也是我们首届，其实是整个 i c t 大 赛，也是它的首届的一个 ai 编程赛 啊，我们这个仓姐赛道就是首次做了这个 ai 编程的一个呃尝试，呃效果是很好的，就是这个用我们 ai 编程赛 啊，我们这个仓姐赛道就是首次做了这个 ai 编程的一个呃尝试，呃效果是很好的。就是这个任务，我们这次比赛中这几个任务，其中尤其第二个任务啊比较有趣，有很多同学啊觉得 很好玩，而且期待明年我们有更更好的一些设计啊。其中我们第二题就是一个如刚刚讲的，我们基于一个 midi 的 后端，是吧？我们为它设计一个前端语言来描述乐谱或者写音乐啊，我有一个我实现了，为了怕大家当时现场这个， 嗯，用用一些工具不能完全从零写出来，我做了一个基础版本，然后让大家实现这个一个全新的一个语言设计的版本啊。然后仓姐这本这个题目是就是基于前面看到的那个仓姐解释器的那个 项目，也是 ai 写出来的一个基础版本，有一些基础特性的支持，我们让同学来补充实现更多的仓姐语言特性的支持啊。这，这，这是我们在 ai 编程比赛上的一个首次的尝试。 好，然后，嗯，刚刚看到的这个乐谱编程语言啊，这是他的一个详情，就是我们的任务包中他的一个一些设计的描述，包括一些测试用力。 好，然后，呃，接下来有有有一点内容是我对 ai 相关的一点畅想啊，或者说最近的一些思考。其中一个点就是我们看到了 ai 很 繁荣的地方啊，这个也非常疯狂的地方，是吧？谋产万金，这个提升了各种效率， 但是我它当然也带来了一些不确定性，甚至说危机的部分。比如说我们我认为其中有一个危机，简单概括就是过去的时候我们知道 这个去哪里种地是吧？种什么，但是我们只是需要更好的铲子工具。但现在的情况就是现在这个 ai 的 情况，我们是有了一个金铲子，是吧？这个这个大力出奇迹的金铲子，但是却不知道到哪里去开垦了，去，去哪里种地，去种什么， 就出现了这样的问题，是吧？具体到我们软件来说，你看我们软件相关，虽然你现在很多软件能够自由编码了，像刚刚讲的连仓姐我们都自由编码了，但是我们传统软件，呃， 如果还是用传统的思维写传统的软件，而且它效开发效率被压被提升到极致啊，中间环节压缩到极致，那我们谁来为这个买单呢 啊？另外就是我们最近我们每个人都在体验这种编码自由的快感，但是你有没有发现我们也只是在花钱更快的写一些可能没人去买的代码，那这也是个问题。所以我们有个问题就是说，那这些海量的增长的代码，我们应该注入到哪些领域 才能创造新的经济增长啊？这我觉得这这这是一个值得我们思考的问题。然后另外就是 过去人力的这种时代，我们项目规模是吧？嗯，去，呃，和人脑的智力这个之间的比例决定了我们这个这个人力的需求啊和投资等等，但现在这个分母智力方面被 ai 是 吧？持续的增长无限复制的这个 ai 占据了， 那我们就应该思考怎么做大这个分子的增长空间和维度啊？其实跟上面这个问题是有是有相似的地方，我们究竟应该把这些海量增长的代码抛到哪里去？你不可能还在用传统的思维在写传统的软件啊，这样的话这个他可能是会在贬值的 啊。然后另下一个问题是我们现在个人加 ai 是 吧？都成了超级个体了，那么一些企业我们该如何去做一些转型和一些和一些改革？ 这这呃，还有很多一些问题，而且尤其一个问题就是说我们过去都说大家在不同的岗位和公司应该都会提到这个产品的思维，是吧？产品的体验，我们过去一直在讲这个产品，但是 之前人力时代因为项目只要稍微大一点，分工就很细，是吧？我们很多人可以做中间件中间的环节，呃，我们也能挣钱啊，甚至我们不用关关注最终的那个产品的这个体验和他的一些问题啊。但但是现在不一样了，现在就是这个中间环节被压缩到极致了，是吧？你看刚刚很多工具我们可以 半小时一小时完成一个端到端的定制的开发，那这个就逼迫我们每个开发者其实都要面对最终的这个产品啊，就是现在哪怕是好用易用的产品都还要排队等用户去选择啊等等，这些都是我觉得都是我们现在 软件啊行业应该面临的一些问题啊，但是当然也他 ai 也带来了很多很多的机会，我们我们应该去呃消解这些问题，去找到新的一些机会和增长点 啊。然后另外还有个点就是这这这两页其实都是我从前段时间有一个汇报材料中截出来的啊，这一页右下角本来还有些内容，我现在希望大家更多的去畅想。就是，呃，我这些刚刚这些问题有一些其实我我都有一些思考，可能都不太 完善，但是我只对第二条问题做稍微一点扩充。那就是，呃，我认为目前这个趋势呢，其实就是在迫使我们 开发者在向高能级去跃迁，比如大家最近看到一些新闻，比如说有程序员是吧？澳洲的，呃，直接自己寄予切的 gpt 和这个，呃， alpha fold 是 吧？为自己的一只患癌的狗做出了这个他的癌症的一个疫苗 啊？这个这这个事情呢，其实在我看来就我我我也比较适应的，为什么？因为其实我在比较久以前就已经在跟一些朋友比如做这种实践，我发现有了 ai 之后，确实你学过去那些你觉得天书的一些领域，什么量子场论一些东西都变得简单的非常多 啊。最近我们也可以看到海外的一些这个物理学家啊，数学家也都在有这些观点，是吧？就是说科研的范式在变化，那等等这些现象 就说明我们其实又加上刚刚讲的传统领域，可能这个这个面临那些危机啊，我觉得我们可能会 逐渐的向这些高等级跃迁，就是我们的编码，编码不会消失，但是我们编码会跟这些过去以为高端的高不可攀的领域 啊，会产生更越来越多的结合。就像这位程序员一样啊，我们可能跟量子场论结合去做，包括刚刚我前面讲的我做的算法体设计也喜欢天马行空，是吧？跟统计物理结合，那我们跟统计物理可以做一些新材料是吧？在零聚态物理上做很多有趣的事情， 其实这这这都不再是一种幻想，那现在真的可能性是很高的，而且这个趋势了可能也迫使我们 不得不往这方面去转型啊。包括那我左下角还有一个，我做了一种生态的某种概括啊，可能正在发展中的我，我称之为敏捷产品开发者生态， 就指的是，呃，我们一个人是吧？加 ai， 加计算机，加一个三 d 打印机，再加电子套件，不限于电子套件，就包括刚刚讲的那可能有生物套件等等一些仪器，那我们就可以快速的做 出一个完整的产品，甚至包括商业化，整个流程都是有 ai 赋能，这个变得很快啊，我我我有朋友，当然大家可能也有认识，就是在做现在做机器人的公司，江浙这边好多中小机器人公司。 呃，有有有，我有朋友进去是小白，一个月靠 ai 就 把一个底盘和什么机械臂全跑通啊，视觉模型全部都跑通，那这个这个这个效率和速度非常快，所以我们认为这个这种敏捷产品开发者生态可能会，呃，马上会高速的增长，而且会逐渐要 不只是过去我们以为的什么介入式开发啊这些简单的内容了，就要跟这些所谓的高能级是吧？这些现代数学、现代物理啊、生物啊等等一些结合啊，所以这是我认为我们海量的增量的代码， 可能会注入的一些全新的领域，我们去做才能得到一些新的经济的增长啊，这是我的思考，那当然我们还可以做什么，大家可以自由的畅想。好， 最后就是也也分享几个有最近做的好玩的，就是说最近这个虽然很忙，而且我最近有个感受，大家可能也有就是 ai 来了，但是在这个过渡期啊，就是没达到未来那种很理想的状态点， 反而我们人更累了啊，我自己反正这种感觉就是就是你每天就是盯着 ai 是 吧？各种各种给他下任务，不是给他在做任务时候你又在调研，又要准备做新的东西，你，你其实是更高强度的 输出一些更高密度的那些智力的东西啊，所以说是是很累，所以但是也做了一些有趣的盲中偷选的东西。比如说这个自己做了用 ai 写了一个，呃，因为喜欢自驾游，但是收藏的地点多了之后，你可能都不知道那个收藏点是什么东西啊，然后做了这样一个应用，自己可以收藏一些 标记的一些地点。然后另外你还做了这样的一个群聊的应用啊，尤其是比如说你可以跟 m b t i 不 同的人格去做聊天啊， ai 扮演不同的角色去聊天的一个一个应用， ok， 然后那最后非常感谢大家，呃，倾听和观看啊，这也是我今天写的这个，呃，我的，我的这个， 嗯，海报上的一段话，就是也是想在刚刚讲的我这个最近因为 ai 大家也非常累啊，想放松一下，所以我还是想提倡，就是我们人还是非与跟我们人还是非常非常。这个，呃，奇妙的应该算是宇宙的这个 一个导引啊，我们跟宇宙是同构的，所以我觉得新本巨选我们还是要在 ai 时代成为更丰富有趣啊，全面的人。好，谢谢大家。 好的，非常感谢刘老师的精彩分享。然后在这个刚才直播分享的过程中，我们也收到了很多问题，下面请刘老师帮我们回答一下。 下面第一个问题是，呃，我是一个新手小白，我想用苍洁和 ai， 有 没有什么推最推荐的产品和工具，从哪里入手比较好呢？ 呃，那如我刚刚说的，我觉得目前你可以先基于如果说从这个消耗成本比较低的话先体验一下， 我建议可以就先用我们的这个设开源的这个 open code 加上我们的仓结 skill 去做一些简单的通用版本的仓结项目的开发啊，可以从这里体验。而且我们刚刚分享的这些项目在那个仓结的市力代码仓中都有 啊，也包括我们的那些测试集都在那里，就是有一个完整的任务书，你看这个下面是吧？有任务书加上测试代码，你可以把这个项目直接目录拷贝过去，在这里面把我们 skill 放进去，然后打开 open code， 让它参照 test task 这个 md 去中的描述去执行就可以了，全程无接管，可以把它开发出来，可以先从这个去体验，然后等你觉得把 ai 这些经验都积累一些之后，你可以再用这些高阶的一些工具，比如说刚想的 copilot 这些工具去做一些更大项目的一些开发。 好的，感谢刘老师的解答。那下一个问题是说，呃，我对苍洁的使用没有那么熟悉，也可以使用这些工具做 ai 编程吗？它的门槛高吗？ 呃，我觉得其实可以，现在大家应该在网上看到我，比如我们同事前段时间就说他朋友圈以前，呃，一个一个卖保险的一个朋友 也在自己用 ai 写了应用为自己服务啊，那说明现在就是说这个 ai 工具的强大已经到它真的能端到端的。如果刚刚说那个 ai 时代危机一样啊，就是我们各种需要的工具，我自己，我们每个人都能做到一个定制开发，而且是端到端的，就是我们直接从需求到最终的结果，中间甚至是一个黑箱， 暂时不懂都不太重要，是吧？当然你懂了更好，懂了你可以做所谓的这种呃一些抓大放小，一些更好的规划啊。但是，呃，不懂的情况下，按用我们刚刚已经打磨的这一套工具，包括强大的 ai， 其实也能做出很多呃实用的工具。嗯， 好的，感谢老师的解答。下一个问题，呃，您分享的这个内容是算做仓结版本的全流程人工智能开发吗？开发者在这个开发过程中又扮演了一个什么样的角色呢？ 呃，可以，就是我刚刚分享的，应该算是我们目前支撑这个仓结 ai 开发的，我们自己 探索的一套啊，包括机工具，包括做的一些基础设施，还有我们已经做过的一些这种仓姐项目开发的一些经验的分享， 但是，呃，他肯定不是唯一，就是至少目前我知道的我们社区也好，还有我们内部团队还有其他的一些方法和工具，比如说，呃，我看这里刚刚都有一个同事在呃社区有朋友在问，比如说这个，呃， 对，就是有类似的问题啊，就是我们其实都有别的相同的工具，比如说一个叫 ace flow 的 工具，就是还能做出啊，就是我刚看到有同有有同学问的，说是否可以用 ai 去检查 ai 生成的工程质量？我们就有 同事在做这种工具，就是一个平台上它类似一种 ai 之间 a 建多 a 建设，然后互相对抗，是吧？红蓝军从方案的设计啊，设计阶段都有对抗和审视，到最终的开发到最终的检视啊，一个流程走下来，就是每一个节点都有它的准出的一些标准和 测试啊，类似有这样的一个平台化的，我刚刚分享，我们今天分享的可能更多是一些单点的啊，一些技术设施，但是还有一些各种集成的平台，我们社区目前可能有朋友也在做，我们内部也有在做。嗯， 然后开发者在我们这个过程中扮演了什么角色？那我觉得就是我这里的概括，就是我们就是他的领导和管理者啊，我们是这个既是产品经理也是这个项目经理，是吧？就是我们抓架构，抓产品体验、用户体验啊，抓大放小，然后 有测试、看护测试，就是我刚刚讲到的那些技巧，是吧？从单元测试到端端端测试，好 好的。那下一个问题，当前 ai 编程仍然需要对于 task 文档以及严格的测试，那是不是可以认为未来软件工程是以测试为驱动的呢？ 哎，这个问题又也刚好跟我这里的这个总结啊有关联，就是说我，我认为驱动方其实还是在于我们人的这个品味或者需求，是吧？或者我们的体验在这个点上。 然后呢，测试了应该算是一个自动化的托底，就是测试的好处就是在于他能让我们去放小，就是我们他生产海量的代码，我们的人的精力是很有限的，在这种全新的这种代码，这种这种谋产万金的这种状态下， 我们用什么来让我们忽略一些细节，是吧？只关注重要的内容，那我觉得测试在这里充当了很重要的角色。 那，但是如果说驱动和这个，呃，从或者说像亚里士多德说的四音说啊，最重要的是目的音，是吧？这个最初想出这个东西，为什么要做这个东西，这个目的音来说，那我觉得这个这个驱动的点应该是我们人的品味，我们的美学，是吧？我们的一些，呃，这个文化的方面的东西，嗯，我觉得这个很重要。 好的，非常感谢老师的分享，相信这个能很好的解答我们开发者的问题啊。那时间关系，我们就再问最后的两个问题， 然后下一个问题是说老师讲的用力和程序可以再给我们展示一下在哪里下载吗？哦，这个在一一个就是我们。呃， 首先是我个人有有一个账， github 的 账号啊，在这个叫 sunrise summer， 这个里面就有我刚刚提到的所有的项目。而且另外我今天这个 ppt 中我附带了对应的一些地址， 项目地址这个材料呢，我们也把它转成一个，呃， pdf 我 们发到这个，对吧？大家可以拿到的一个位置，待会单容会给大家同步。然后，呃，另外就是我们在 get code 的 社区上的我们的势力代码仓中啊，也已经有我们用这些开发的一些部分内容，都在这里面，就大家在四个仓 能找到刚刚说的某些技术设施，然后同时在这个仓姐的 excel 仓里面能看到我们刚刚开发的一些案例啊，好 好的，欢迎大家到我们刚才提到的这些地址中去找到我们分享的内容，也欢迎大家多多的互动啊，包括提一些建议啊，提一些 pr 啊，我们都是非常鼓励和欢迎的，期待能够看到大家有更多的这个 互动。那我们今天最后一个问题想问刘老师，我作为一个软件工程或者说编程相关专业的学生，现在非常依赖 ai， 那 对于我们是否有一些建议呢？或者说 ai 能力这么强，我们以后还有学计算机或软件工程的必要吗？ 对，所以这个就回到了我刚刚最后讲的就是，其实你这个也不用很焦虑，因为这也是我们现在每个人的焦虑，是吧？就是我连我们这个已经从业的人员，其实很多人都会有这些考虑，就是我这里提到的我们可能存在的一些危机 啊，但是呢，危机跟我们这个这个机会都是并存的，是吧？我们富贵险中求，所以我们在这个之外，我们其实有更大的南海等我们去开发啊，比如说我，就是我刚刚提到的，如果回答刚刚这个问题，那我觉得我建议就是像这样，要像高能级跃迁， 就是我们要向这些呃，勇敢的人学习，是吧？我们结合一些新的领域，我们，我们本来我们用王阳明的话说，这个心本俱全，人就应该是全面发展的，是吧？不是局限在某一个专业和某一个方向的。因因此 ai 刚好给我们提供这种机会，我们可以全面发展，去把 一些过去觉得很尖端的领域，我们跟 ai 结合去做出更好的产品啊，这个机会是很大的啊，像这个方面。 好的，非常感谢刘老师的分享。那我们今天的第一个议题就先到这里了，然后刚才刘老师提到的材料，我们后续也会发到我们的社群和社区当中，到时候大家可以下载和找到。 那我们今天第一个议题就先进行到这里，接下来进行我们的第二个议题，有请周心雨老师为我们分享我们社区的优秀项目， cj 与 playground。 cj， 喂，可以听见吗？可以听到， 好，我就简单讲一下，那个就是我自己个人开发的一些工具，然后基于的是一些昌吉社区目前比较缺少的能力。第一个最早开始的编辑的是叫做 cj 办， cj 办的是那个， 因为在一开始的时候，可能是大概在二四年吧，那个时候昌杰刚刚草创的时候，然后会发现说很多基础的依赖昌杰上是比较不够具备的。然后在这种场景下呢？我当时是不那个觉得有很多依赖，比如说一些基础的一些建构，比如说 像是那个一些语言的解析，比如说因为仓杰的编辑器是 c c 加加写的，然后的话我们仓杰测目前还当时的 a s t 是 没有一些类型信息的，如果我当时想拿到一些类型信息做一些在编辑期的一些转换的话，我只能去走 c 的 渠道， 然后基于这些那个缺陷，然后当时我就开发 c g 版，那个就是类似于说我们可以通过已有的 c 项目的头文件，把 c 的 头文件自动转换成窗口中的跨语言 c f f i 的 绑定。比如说我们可以看到现在屏幕上左边是一个典型的 c 头文件，定义了一个矩阵结构体和几个操作函数，这是一种非常非常常见的一种 c 库的接口模式， 然后 c 阶半的会在这种情况下会自动生成右侧的 c 的 那个函数代码。我们可以看到每个 c 函数都被自动映设为带有 x c 注解和领域关键字的创解函数，声明类型也被正确的转换了。 特别是我们在那个日常的使用中可能会注意到一些更加复杂、更加糟糕的情况。比如说 在那个 github 的 c c 版的组织下面有一个用于演示的 j s t d 的 绑定，我们可以看到如果说我们要手写 j s t d 这样一种非有一个一个有 facebook 开发的一个压缩算法的话，我们可能会遇到非常复杂的非常大量的手工的 跨语言操作，特别是像这种函数类型有内内部有多集包含的情况。但是也有了 c g band 的 以后，这个步骤可以被自动化的完成，同时 c g band 的 可以在不同的平台上自动生成对应的 内存布局的判断， 确保了在跨平台操作的时候，或者和跨平台变异的时候。因为仓姐目前已经支持了三个主流平台，然后包括一些 不同的，怎么说呢？应该叫做自结自长的长度，然后在这种情况下，为了确保安全，例如说一些，比如说同样的 long， 在 不同的平台上，它解释可能解释为八位，也可能解释为四位，然后在这种情况下可以做到一些自动的处理。 然后第二个是我当时一开始为了那个也向另外的一些那个应该叫做新手吧介绍那个仓结这个语言， 然后当时注意到一个问题，就是昌杰当时一是需要申请那个参加参与申请，然后的话 参与那个，然后通过一个审核才能够拿到那个当时的 sdk。 另外一个就是，哎，对于一些那个可能从拍手或者说 java 类似的语言起手的一些新手来说，他对于昌杰这种翻译式的语言可能缺乏一些 基础的概念。然后我开当时，然后我就开发了一个昌洁的 playground， 昌洁的 playground 是 在后台有一个用购驱动的一个翻译服务器，然后在多口中启动一个沙箱来翻译用户传入的程序。 呃，但是这有还有一个问题，就是说因为是它在后端运行的，所以的话当时一开始的在前端编写的时候是没有不全的，所以在昌洁开源以后， 我在那个仓洁的自己的语言服务器上建了一个，新建了一个 lsp 分 支，然后这个分支可以把那个仓洁的 lsp 翻译为 web assembly 格式，这样我们就可以把 lsp 在 浏览器中运行了。所以像现在，现在，我真的，现在我们看到这个例子一样，我们是可以在 网页上实时编辑，并且我们可以在实时地获得一些，像是在 ide 中要获得实时代码股权。 然后就是第三个项目，昌杰的 mcp。 哦，先先叫昌杰 tour 吧，昌杰的 tour 是 基于那个 playground 的 已有的能力，然后进一步开发出来的。就是说像 go 这样的语言，它有一个 go tour， 就是 像有其他语言的基础的概念的 程序员介绍如何如何掌握这门新的语言，同时也可以像作为一个新手的一个最开始的一个第一步。 然后这个目前不过只有因为这个这个项目目前只有我一个人，所以这些文档大部分是通过仓结已有的文档和一些提示词自动生成出来的。所以的话，具体的教程内容可能要进一步的，就是希望能够有人能够帮助，但是基础的架构已经完全搭好了。 另外这个 playground 的 特有的一个功能，就是说它可以切换已有的哪些能力，你已经知道哪些编程语言，它会对于每一些特性，每个特性那个来对比你已经掌握的编程语言，确保你能够把你已有的经验迁移到新的 语言上啊。比如说我们这里可以看到，如果你修改出现了错误，你是可以看到变音器输出错误的。呃，不过这里就是 a s p 好 像出现了一些问题。 然后另外一个第三个项目，就是那个苍井 m c p m c p 是 arduino 的 推出的一个标准的一个 ai 模型的工具调用 的协议吧，然后刚刚也是那个上个月那个演讲者，他也介绍了一些他使用 skill 的 方式，他是通过 skill skill 的 方式和那个修改 open code 的 方式给那个模型或者说那个 a 剪的框架提供那个 lsp 的 能力。 然后昌吉 mcp 的 话呢，是通过 mcp 这个协定同样提供了那个 lsp 工具，然后通过这 lsp 工具来能够 让模型能够测那个理解仓结的一些结构，同时它还可以作为一个文档的文档服务器。比如说我们先可以看试一下，就是说 查看一下仓结， 它可以通过这些仓结 list， topics 这些工具来能够理解仓结的这些 已有的能力。然后他也可以通过根据自己当前正在编辑的项目来动态的加载对应的文档片段。然后因为有一些模型，比如说 glm， 它可能只有二百五十六 k 的 上下文， 然后我们可以在那个近短的上下文里面尽可能的只插入一部分。同时这个 lsp 另外一个好处就是说你可以在 code editor 里面进行一个渐进的一个学习方式，比如说你有什么问题你可以直接向模型提问，比如说我现在我不理解本色的概念， 然后模型会在阅读了仓姐的文档以后，以一个重新解释的方式向你解释，可能更方便于那个新手的那个理解。 然后最后一个就是一个 cj v 的 概念，然后因为昌杰目前还算是一个非常快速开发的语言。然后的话一个是我们可能会有，比如说有些 bug， 然后的话上游修复了以后，我们能够我们要马上用到，我们可能要去切换到那个美业版本 nike 版本。 另外一个就是说有一些既有的那个，因为比如说像是 lts 到 sts 之间有很多 特性上的变更，然后比如说你打开了一个，比如说昌洁 tpc 上的第三方项目，然后在这种情况下你可能需要 使用特定的版本，然后的话，但是昌洁它本身默认的使用是动态链，动态链接， 呃，所以的话你可能要非常频繁去在系统的环境变量，或者说你在 vs code 的 配置里面去切换对应的 pass。 因此我们现在可以通过 default 切换到 lts， 然后我们可以看到全球的 c j c 版本立即被切换到一点零点五，也就当前最新的呃， ts 版本。如果， 如果我们手动把它切换到 s t s， 然后我们可以看到对应的 c j c 版本马上也就被切换到了对应的 s t s 版本。如果你在 get 换，如果你在 get code 上注册一个账户，然后向他提供那个 get code token， 然后你也可以同样也可以使用这个工具来立即获得美业版本。 总结来说大概就这四个工具，然后我简单的做一下介绍，所有的所有的程序代码都已经开源在 github， 然后的话如果有感兴趣的话可以查看一下，如果欢迎那个有能力的话麻烦点个 star， 谢谢。 就这些了， a c g band 的 架构上是使用了 leap cloud 作为前端，所以的话是能够支持那个 c 加加的，不过目前来说只支持了 c 和 objective c c 加加的支持，因为 c 加加的语言特性比较丰富，而且 a b i 比较复杂，可能会要等到进一步来支持。另外一个方面，就昌杰本身的语言表达能力可能要等待上游的进一步支持。 哦，好的，不好意思大家，刚才我没开麦，就是我说我们那个周老师，这两个项目都非常的，这几个项目都非常优秀，尤其是在我们官网还没有出现 这个在线编程模块的时候，就已经开发好了我们的 playground， 而且包括我们 cg 班的这个项目，后续也为我们官方团队收入和引用，非常感谢周老师对我们这个项目的大力。呃，大力支持。 然后那下面还有第二个问题想问周老师，呃，当前苍洁社区可以进行贡献了吗？你的这些项目开发过程中有遇到什么困难吗？ 呃，如果说贡献的话，目前像主那个主项目的贡献可能流程上来说会比较复杂，比如说分支的一些，那个区分不是很明晰。 然后困难的话在昌杰开源之前的话确实是有些困难，但是不过现在来说应该好很多，比如说你可以直接看到就是说原始的代码，然后如果有问题的话也可以向上有反应。 好的，下一个问题想问周老师，如果我们想学习仓结的话，有没有推荐入手的内容呢？ 呃，一个是官方的文档里面的标准的一个一整个的教学流程，另外一个就是仓结 tour， 如果说进一步完善， 呃，一个是官方的文档里面的标准的一个一整个的教学流程，另外一个就是创捷 tour， 如果说进一步完善，完善之后可以那个作为一个新手的起始点。 好嘞，非常感谢老师的解答，那看看大家还有什么其他的问题吗？非常欢迎大家到我们的社区还有周老师的这个个人账号下面来关注我们的这几个项目，多多点赞，多多 star， 多多进行一些互动。 好的，那好像目前没有更多问题了，如果大家感兴趣的话，也可以加入我们的社群，然后也可以跟我们的官方的工作人员联系，我们都可以帮大家推荐到一些对应的项目。 啊，那今天我们的直播就先到这里了，非常感谢今天分享的几位老师，也非常感谢我们的所有的听众，或许我们会把这个回放的内容都放到我们的各个平台中，也包括今天分享的材料，就是几位老师的这个啊，精彩的 答复都可以在里边进行一个找到。那么啊，非常感谢大家来到我们今天非常好的这个 workshop， 那 么再次感谢大家的参与啦，我们下次再会哦，大家拜拜。