上海对表经贸大学数据科学与治理决策沉点尝试室主任陈瑶教授选择做追问者，并于数月前起头了自己的“用AI试做一百件事”打算。她在此过程中有何心得与发现？日前，记者走访了陈瑶。
上观新闻：好多意识你的伴侣，都知路你善于利用大数据工具，为公共治理、公共服务场景下的大数据利用出经营策，还持久参加政务服务便民热线数据的分析工作。这一次，怎么会想到开启自己的“用AI试做一百件事”打算，还把“试验了局”陆续颁发在自己的微信公家号上？
陈瑶：我早期是做运营治理钻研的，后追随时期脉动与专业发展趋向，侧沉用数据科学和人为智能步骤解决企业和当局的运营决策问题，也在一些行业的头部企业兼职担任科学家。由于这样的幼我经历，周围有好多钻研推算机科学、数据科学，与功夫竞走，紧追最新技术利用趋向的伴侣。
去年，人为智能与深度进建领域驰名学者、斯坦福大学教授吴恩达在deeplearning.ai上线了一门新课接锥Agentic AI》（中文译作“智能体AI”或“代理型AI”，本文选择前者），总共5个�？椤�6幼时、31个视频，上线之后流传甚广。我看了以来也感触受益匪浅，就想着找机遇多多尝试。
若是长短智能体AI，其根基工作状态就是由一个模型重新到尾单独实现一件事的所佑装细分工作”，洗菜、打蛋、掌勺、摆盘全靠它。最终了局无表乎能做完，但不愿定好吃，还容易“翻车”。若是是智能体AI，就意味着多模型合作，这些模型在各司其职的同时还能智能协同。
在这支“AI厨房天团”里，模型A是“洗菜幼能手”，模型B是“掌勺控火大家傅”，模型C是“摆盘艺术家”，模型D是“味路评估员”。它们分工合作的了局不仅效能高、味路好，若是中途遇到问题还能“复盘+沉做+持续优化”。
智能体AI性质上不是让一个AI干所有事，而是把这件事拆成多个幼工作，而后把每个工作别离交给最善于的那个模型�？慷喔龃竽Ｐ头止ず献�，一步步把复杂工作搞定。
我幼我操作、履历下来的感触是，智能体AI并不神秘，但它简直是一种新的开发范式。以前我们总在深究、比拼“哪个模型更强”，此刻忽然发现，把模型放进智能体AI的工作流，比单纯升级模型的成效显得肉眼可见的“美满”甚至“优良”了好多。
固然我身边关注AI、会商AI的人好多，但好多是“旁观者”心态，等着AI扭转世界。我想，与其期待，不如着手尝试。“用AI试做一百件事”打算就是这么来的。我有个平时更新得不多的公家号，索性就直接把它改名为“用AI沉新做的一百件事”。
陈瑶教授发现，自己对好多用AI工具天生的图都很中意，但细看会发现一些细节问题（如部门字体显示略吞吐、英文单词呈显齑写谬误等）。本图由陈瑶教授凭据有关文章、利用AI工具天生，内容正确杜仔待复核。 图片起源：微信公家号“用AI沉新做的一百件事”
陈瑶：我对这一百件事的定位是“把生涯玩出花儿来，把工作效能提高起来”。从具体内容上来说，绝不是写技术教程，而是留下一份“一个通常人用AI去折腾各类事件的真实纪录”。
陈瑶：我最早是试着挪用多位“AI副手”来整合金融类资讯，如整合数家专业财经媒体的公开资讯，梳理成能够复盘规按时段内沉要信息的汇报，不仅出汇报的速度快，且图文并茂、方便转发分享，正确度挺高。
后来，我用AI梳理过地域性沉要事务对本地供给链和金融市场的影响，用AI模型助我设计了一条赴某地三日游的出行路线，又用其他模型做了十余款发型妆容的对比测试、利用设计好的AI人设图为自己打造虚构谈天伴侣，等等。
每做完一次尝试，我城市纪录下自己的履历和心得。写了二三十期后，最大的收成并非来自“学会了什么技术”，而是来自“学会了一种新的思想方式”。
以前，我写一篇文章，脑子里总是想着“要查什么资料、怎么写”。此刻的第一反映造成了“这个工作能够拆解成几个步骤、每一个步骤能够交给哪些模型去做、怎么验证AI输出的内容的质量”……这其实就是吴恩达讲的“代理型思想”。不知不觉中我就学会了一套基于智能体AI工作流的步骤论。
一路尝试下来的成效有惊艳的，也有不尽如人意的。好多试验从第一轮尝试到最后一轮的成效天壤之别。这带给我启发：最沉要的不是了局，而是那个不休拆解、试错、跟进、迭代的过程自身。
上观新闻：如今，有不少人愿意积极尝试，但内心依然会对此有所保留甚至感应焦虑。不安会不会一不幼心让能干的“AI助理”把自己给取代了。你怎么看？
好多人可能感触“用AI试做一百件事”是一个巨大的工程，要学好多器材能力上手。但事实上，用智能体AI做一个具体的、微幼的试验，门槛很低。
我在公家号里展示过的那些试验，像是抓取某款游戏类幼法式的数据预测客群需要、做五一幼长假期间出行人流的大数据分析、用AI给动漫文章中的人物做互动漫画等，这些事不必要你是工程师，或者很懂模型道理，你只必要有一个具体的设法，就能够去试，边做边学就行。
还有一点：我感触到的智能体AI更像是一种能够放大幼我能力的工具，而不是对我自己的代替。每一次技术刷新城市让某些职业、岗位的工作方式产生变动，如推算器扭转了推算方式、搜索引擎扭转了查找方式，但最终留下来的始终是那些学会了与新工具合作的人。
所以，我通知自己：与其焦虑，不如把这个公家号当成一块试验田；不会玩不要紧，从最幼、最单一的一个试验起头，玩起来就好了。
上观新闻：最近，产学研结合的尝试多了起来。一些企业约请专业学者到真实场景中，试用基于智能体AI研发的产品，请他们反馈问题、给出改进建议。在你看来，高校学者能够从哪些方面提供经验和价值？
陈瑶：结合我幼我使用智能体AI的经验，以及多年来利用专业所长为公共治理、公共服务场景下的大数据利用出经营策的经验，我的体味是：高校最大的优势不是技术，而是专业领域知识。AI企业不缺会写代码的人，缺的正是懂某个行业底层逻辑的人。这刚好是专业学者可以为他们赋能的地点。
此刻的AI工具已经足够易用了，一个懂行的教授搭配好用的AI工具，在解决本专业领域的具体问题时，效能可能会超过一个不相识这个行业底层逻辑的纯算法团队。
我把这个角色叫作“专业翻译官”——不是教企业怎么训练模型，或者给模型找问题，而是与企业共同努力，以行业专家的态度“指挥”AI干活。这个需要在AI时期会越来越大。
前者一点都不焦虑，甚至有点兴奋，感触遇到了自己的时期盈利。我从他们身上学到的是对新兴技术与工具的“无痛接受”，他们用AI就像我们用搜索引擎通常天然。后者已经意识到AI很沉要，但不知路若何下手，也会不安自己的专业被裁减。
有趣的是，我意识的“AI沉度使用者”不仅蕴含来自推算机专业的学生，还蕴含一些来自设计、传媒、商科蹬爪用型专业的学生。尤其是后者，已经意识到有哪些具体的场景必要优化、改进，而AI刚好可能立刻助上忙。
这个景象启发我：未来最有竞争力的，很可能是那些在自己的专业领域里最会用AI的人。有些基于专业知识、技术、素养形成的判断力来自悠久的专业训练，这是AI给不了CA88。
因而，我越来越感触，大学教育在AI时期必要越发注沉思想训练——教会学生提好问题、做判断、掌管任。当然，这个转变说起来容易，做起来其实很难，由于它意味着课程设计、查核方式、师生关系都要变。
从这个角度而言，讲授相长在AI时期会越来越沉要。我从年轻人那里学到的是对新工具的怒安心态。而我给他们的，是一个“怎么把工具造成步骤论”的框架：怎么拆解工作、怎么验证输出、怎么和AI协同合作。这个双向流动让我感触，AI时期的大学讲堂，不再是一幼我的讲台，而是一幼我和工具、教员和学生共同索求的试验场。
为了推动这个试验场更好地形成，必要更多产业合作同伴的支持，为此，我自己也在申请一些产教融合项目。同时，我也想借助微信公家号这个平台，招募感兴致的伴侣一路来分享、互换。凡是酷爱索求AI玩法，或者愿意分享自己的AI产业实际经验的伴侣，都欢迎参与。
我的启蒙妈妈小说淳晓利用此原理，中国气象科学研究院研究员车慧正团队开发出气溶胶—气象耦合预报人工智能模型，分析气溶胶与温度、风力、气压等气象要素之间的相互作用与协同变化，提升预报精准度。【3】冠军联赛历史上，只有3名球员代表两支不同球队在决赛都取得过进球：哈弗茨（切尔西/阿森纳）、C罗（曼联/皇马）、曼朱基奇（尤文图斯/拜仁）。我的启蒙妈妈小说淳晓《在片场被影帝爱了BY笔趣阁百度云网盘》让他难忘的不只是老匠人的手艺，还有这句话背后的分量。在柯杨看来，景德镇的制瓷传统不是停留在展柜中的历史，而是通过手势、语言、规矩和耐心，一代一代刻进人们的生活里。老作坊里转动的辘轳车、街巷中堆放的匣钵、窑炉里跳动的火光，让他第一次真切感到：这里的传统不是静态陈列，而是每天仍被人使用、传授、更新的生活。不是所有团队都会搬到一个全新的 IM 上。如果你的组织仍然在飞书、Slack、Discord 里协作，那问题就变成了：怎么让 Agent 拥有组织记忆，而不是每次都从零开始？
20260604 ? 我的启蒙妈妈小说淳晓但缺陷也写得很清楚：“Claude报告的主要弱点包括：管理周期以上的模糊任务、理解组织优先级、品味、验证、指令遵循和认识论。”意思就是说，它弱的，恰恰是自我驱动的那些事，而自我驱动，是RSI的根基。八沉神子的出错浮殇TXT百度云而真正引人注目的指令是对 corner 球时拉扯行为的打击，阿森纳在英超联赛中已将此变成了一种艺术，米克尔·阿尔特塔的球队上赛季通过定位球打进了 24 球。
20260604 ? 我的启蒙妈妈小说淳晓“火箭发射，是整个商业航天故事里最扣人心弦的一环，胆小鬼玩不起。”一位资深商业航天领域人士表示，技术路线、商业模式、资本耐心，所有这一切，最终都在点火离地的那一刻见分晓。《《甜美的惩治2》第三季动漫在哪看啊》5月29日，“程大叔”向红星新闻提供的多张截图显示，有一名不明身份的网友通过淘宝私信不断发来威胁恐吓内容，如“我帮女孩把程大叔……”“敢立案那女孩，我立刻去河南……你”等。
京公网安备11010202000001号
