
GraphRAG:基于PolarDB+通義千問api+LangChain的知識圖譜定制實踐
它居然還可以給你解釋為什么這么優化!
我感覺像是在和一個熟悉 React 開發規范、《Unix 編程藝術》《設計模式》《Clean Code》的同學在結對編程。
AI 就像一個強大的結對編程助手,可以幫你檢查編碼的問題。
比如我們團隊 Code review 發現有很多 React hooks 濫用的問題,我看了前端圈很多大會的 topic,感覺講的并不適用我們的場景,很多實踐沒有我們團隊深入。
實際上這個問題最好的答案就在 React 官方文檔內。我們團隊把它濃縮成了幾個簡單的規則:
我們一直很重視團隊的工程化工具建設,能用工具解決的絕不停留在規范。但以上的規則很難用現有的工具檢測出來,真正檢測需要理解代碼語義。這就是 ChatGPT 可以帶來的底層能力變化。
ChatGPT 會讓編程語言的上手門檻大幅降低,前后端的融合更加容易。因此新一代的全棧開發會流行。注重性能和開發效率。比如 Next.js 框架。敏捷開發類框架曾經我最喜歡的是 Ruby on Rails,主要是開發確實快,遺憾是 Ruby 弱類型語言沒有 TypeScript 這么魯棒性好。希望 Next.js 能快速達到 Ruby on Rails 的生態,同時能真正解決前后端同構渲染的問題。
這是對產品和前端的一大挑戰和機會。
對于 2B 復雜系統,目前主流的交互方式還是報表展現類、交互分析類、表單流程類、可視化搭建類。但回到客戶需求,用戶的真實需求是從數據中得到一些 insight,輔助決策。引入 ChatGPT 這類能力后,整個數據開發和分析的流程會大幅縮短。
并且,在問題明確的場景下,通過 Chat 聊天來尋找答案會很快速,可以很容易擴展到語音問答。
雖然 AI 能回答很多問題,繪出很精美的圖片。但 如果你不能發現問題,他無法給你答案。
我們會不斷地感受到好問題比答案更重要。借助 AI 的能力,普通人一步步體會到了愛因斯坦的洞見。
面對 AI 的沖擊,不必擔心 AI 會搶掉你的飯碗。如果停止學習,飯碗遲早會丟。搶掉飯碗的何止AI…
另外擔心也沒用,我們應該成為快速使用 AI 的一波人,這一輪受益最大的會是能快速利用 AI 提高工作效率的人,你不用別人會用。
比如:
有了場景以后,你還需要掌握一些技巧,來發揮 AI 的潛能:
1、提出更好的問題,花時間重點理解客戶需求,并設計你的方案。最終限制你的還是你的想象力。AI 可以捏造出美麗的照片和代碼,但沒有你的想法就缺少意義,沒有價值。你的競爭力有如何準確地捕獲出用戶需求,如何深入理解業務,如何協同上下游。
2、學習一些 prompt,準確描述你的想法,會幫助你大幅提效。比如 awesome-chatgpt-prompts 這個 Github 倉庫可以幫你學習各種 prompt,如果你是開發者,可以在 https://github.com/camsong/chatgpt-engineer-prompts 找到一些編程相關的使用技巧。3、開放的態度,遇到新的 AI 周邊工具去了解,去使用,為己所用。
總之,AI 可以作為強大的生產力工具,會縮小不同編程語言間的差異,讓開發者更容易在不同平臺間切換來完成任務。前端工程師升級為終端工程師之后,未來能力邊界會進一步擴大。大數據潛力進一步挖掘,數據處理能力更被重視,數據開發的門檻進一步降低。接下來會是 AI 上層應用井噴的一段時間,會有更簡潔的用戶交互,各行各業最終都會有 AI 深度結合的解決方案,未來可期。
文章轉自微信公眾號@阿里云開發者