从提问到自动化：掌握大模型的三大实战模式

1. AI的三种主要上班方式包括知识库（RAG）模式、智能体（Agent）模式和多智能体（Agentic AI）模式，有助于理解AI的落地应用地图。 2. RAG模式是一种可解释、透明的“白盒”操作，适用于解决大模型的知识滞后、幻觉问题、领域/私有知识缺失等问题。 3. RAG模式的核心是“增强的检索”，通过将大模型与自己的知识库结合，适用于让AI基于指定资料回答问题的场景。 4. RAG模式的知识加工流程包括通过加载器读取各种格式的文件，切分成文本块，转换成机器能理解的“向量”形式进行存储，以备检索。 5. RAG模式的应用场景包括数据分析，用户用自然语言问问题，系统基于指定资料回答问题，如销售额查询。 6. RAG模式提供了一种高性价比的解决方案，解决了大模型的痛点，是推荐的入门范式。 7. 智能体（Agent）模式包括单智能体和多智能体，适用于需要思考、规划和分析决策的任务，以及需要多个专业角色协同工作的场景。 8. Agent模式的核心能力包括思考与规划能力、感知与执行能力、记忆与学习能力，适用于需要大模型具备这些核心能力的业务场景。 9. 对于复杂的业务，可以对业务进行更细致的功能拆分，类似解构软件设计模式，以适应不同的AI上班方式。 10. AI技术的快速迭代中，始终保持清晰的解题思路和扎实的落地能力是至关重要的。