收听方式

小宇宙、苹果播客、喜马拉雅

介绍

新一期节目来了,主播开翼忙活了几个月,写了一本掘金小册:《从前端到 AI:LangChain.js 入门和实战》,特点是使用前端 js 来编写 AI 应用,不用额外学 Python,都是自家人,我们五一假期就一起录制了本次技术闲聊,科普了一些 AI 基础知识,分享了我们几位主播的技术观点。小册质量很高,推荐大家无脑购买。

购买请使用我的返佣二维码,让 Web Worker 赚点佣金,留着做周边。

另外评论区发几个五折折扣码,随机选两位已经购买的,全额报销费用。

从前端到 AI:LangChain.js 入门和实战

用心的时间轴

01:51 opening 久违的闲聊,开翼这次带来这么新话题:langchain.js 他写了一本掘金小册

05:26 主播们听到 LLM/RAG/Agent 等话题的了解和感受。怎么看待交互方案的变化

08:47 科普 RAG 和 Agent 两种开发范式是什么,并举了例子

17:56 langchain 是什么,这是普通程序员,前端程序员不会 Python 也能学习吗?

22:04 openAI 和 langchain 是什么关系,两者是如何结合的

24:57 大模型时代,做应用的价值更高,如何驾驭 AI 的能力和自己的 Idea 结合

27:49 langchain 有没有竞品,他有哪些优势?开源+生态活跃+容易集成

31:07 接入和集成 langchain 的难度有多大,容易造轮子吗?什么是 LECL

38:00 langchain 的引擎,除了 openAI 还可以选择什么服务,比如 llama3/phi

43:59 不同的智能大模型,微调过的小模型是否是未来的趋势,代码开发和自然语言开发需求是否有进一步的演进

48:54 做 LLM 产品的 toB 和 toC 的一些机会,会进一步爆发吗?端云结合,问题分流、场景判断等。

58:49 进一步理解 Fine-tuning 微调,他是未来吗,什么场景需要用,什么场景不需要用

01:03:54 进一步理解 prompt 提示词,和 Fine-tuning 的区别

01:06:37 除了使用云端提供的服务,我们本机可以使用 ollama 快速体验不同的大语言模型,也推荐 defy

01:09:11 langchain 的发展会和 vue/react 这样发展,还是百花齐放的局面?

01:11:06 为什么推荐大家学习和尝试拥抱 LLM,目前可以做哪些事情来学习和掌握。或许会是未来简历中的一个亮点,人无我有,人有我优。先发优势和后发优势。

01:14:31 技术的演进,总有一些弯路必须要走,比如 token 的爆发,比如 Scaling Law

01:16:05 我们提到了 RAG/Agent 小册中是怎么规划比重的。

01:17:46 few shot /zero shot 是什么,强大的威力在哪里

01:20:56 掘金小册的内容:科普知识和落地实战,这本掘金小册有哪些优势

01:25:09 欢迎通过播客来购买开翼的作品,返佣链接放到 shownotes 里了,你的购买会让开翼和 web worker 变得更好!

01:25:53 总结复盘。