本篇是对 2024-02-17 到 2025-02-23 这周生活的记录和思考。
表弟一直未考上理想院校，和他聊天后发现，每个人是活在自己的认知里，虚心学习和保持好奇很重要；很好奇 AI 如何接入并落地，于是读了相关文章，了解了什么是「RAG」，Agent如何使用等；
表弟从 2021 年考研至今，未考上理想院校。和他的沟通的过程中，发现他无法从多角度看待问题。说得最多是：
没有自己的思考和求证，坚信他人和他说的。有意思的是，我说的换个角度去思考问题他却全盘否定。
和他交谈的过程中，我一直是支持他的决定的。我想表达以下几点：① 分析一下没考上的原因 ② 思考一下是否非考研不可
我：你有分析过这几年没考上理想院校的原因吗？并针对问题，有解决方案？
表弟：我分析了，第一年没考上由于「杭电」人工智能专业报考人数太多了，导致录取分数线好高；第二年出题人出的题太小众了，我看的都是大众的题；第三年报考的「安大」计算机与科学专业的人数又比往年多……
我：考研其实分外因和内因的。外因是哪些我们无法掌控，这部分我们没有办法。就像你刚刚说的报考人数多了，出题小众了。内因是我们自己可以掌控的，像如何提高分数，选择一个好考的院校等。
表弟：不是的，你说提高分数，那出题人就出一些稀奇古怪的题目，没办法的。
我说：你所说的「稀奇古怪」的题目，应该有 90% 以上的人也不会的题目，我才会定义为「稀奇古怪」的题目。如果 90% 人都不会，那其实你和大家还是在同一个起跑线的。这部分题目可以忽略；和你沟通下来，你把这几次没考好都归结为「外因」，而自身没有任何问题。我觉得你应该先承认自己的「失败」，然后总结经验，再次出发！
表弟：没你说的那么简单，你去考考你就知道了！
我：你坚定的要考研，且是计算机专业的研究生。但现在大环境不好，也不知道未来计算机专业怎样。你有没有考虑过从事你本专业「护理」工作？
表弟：我不喜欢「护理」，当时毕业的时候有一个工作给我每月八千，我都没去。我就是不喜欢干。未来从事计算机工作，一定比护理轻松。
我：但是有可能等你研究生毕业，市场饱和了，就业可能有点困难。而且现在很多大厂都不愿意要 35 岁以上的技术人员，研究生 3 年毕业，你也快30岁了吧。
表弟：不会的，我看好AI，即使被裁员，我也能接受低薪工作。
我：那如果今年又没考上，你有什么打算呀？
表弟：我会一直坚持考下去，今年如果还没考上。我先去达内培训「C ++」，他们承诺毕业后合肥薪资 10k+，然后我就一边上班一边考，考研并不是越努力就能考得上，这里面有运气成分的，我就是再赌我运气能考上。
我：……
至此，我已经不想再沟通下去了。在沟通的过程中，我的话总被打断，他说的很多，感觉是一定要说服我，让我赞同他的做法。
恰巧的是，我当晚看到了一句话：
有时候，与那些固执己见、不肯改变观点的人，进行辩论是值得的。也许他永远不会让步，但你可以帮助其他人，看清他的胡说八道。
当然，你要警惕，不要给不法之徒提供表演的舞台，而且你的时间和精力是有限的。
是呀，我的时间和精力是有限的呀！
说明：由于刚入门 AI，对于 AI 的理解和认知存在偏差，欢迎指出纠正！
从代码层面对 AI Agent 的认知应该是 「Functions」 的概念，即：定义一个函数，当用户输入的信息命中了此函数，会把用户输入的信息作为入参回调此函数。
curl https://api.openai.com/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-d '{
"model": "gpt-4o",
"messages": [
{
"role": "user",
"content": "What'\''s the weather like in Boston today?"
}
],
"tools": [
{
"type": "function",
"function": {
"name": "get_current_weather",
"description": "Get the current weather in a given location",
"parameters": {
"type": "object",
"properties": {
"location": {
"type": "string",
"description": "The city and state, e.g. San Francisco, CA"
},
"unit": {
"type": "string",
"enum": ["celsius", "fahrenheit"]
}
},
"required": ["location"]
}
}
}
],
"tool_choice": "auto"
}'
此场景，可用于客服场景、对话场景、命令场景等；本质是 AI 大模型解析自然语言，触发对应函数，系统执行函数执行系统业务逻辑；
通过阅读零基础入门：如何用 RAG (检索增强生成) 打造知识库 QA 系统文章，了解了 RAG 在实际场景中的运用。
RAG 的典型应用场景
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。