Function Calling 与 AI 工作流编排
· 阅读需 2 分钟
如果说 2023 年上半年大家还主要在讨论“模型能写什么”,那么到了下半年,问题已经逐渐变成“模型能不能做事”。这也是 Function Calling 很快变得重要的原因。
如果说 2023 年上半年大家还主要在讨论“模型能写什么”,那么到了下半年,问题已经逐渐变成“模型能不能做事”。这也是 Function Calling 很快变得重要的原因。
RAG 在 2023 年越来越热,但真正落地后就会发现,它从来不是“把文档丢进向量库”这么简单。一个像样的 RAG 系统,本质上是一条检索与生成协同的流水线。
2023 年很多 AI 项目都会经历一个阶段:最初几天大家都被 Demo 效果鼓舞,但很快就会遇到一个更现实的问题,模型今天看起来好,明天为什么又不稳定了?
当 2023 年大家真正把大模型往业务里接时,很快就会撞上一堵墙:模型很强,但它并不知道你公司的资料、文档、规则和业务上下文。
2023 年 AI 圈最常被提到的词之一,就是 Prompt Engineering。很多人第一次接触时,会把它理解成“怎么把提示词写得更像魔法咒语”。但真正进业务后,很快会发现事情没这么玄。
2023 年对很多开发者来说,最大的变化不是某个框架发布了新版本,而是我们第一次能把一个通用大模型能力,真正通过 API 接进自己的业务里。