DeepSeek 是一家具有独特特点和影响力的公司： 1. 其秘方具有硅谷风格： 不是“中国式创新”的产物，不能简单地将其比喻成“AI 界的拼多多”或认为其秘方就是多快好省。 早在 2024 年 5 月 DeepSeekV2 发布时，就以多头潜在注意力机制（MLA）架构的创新在硅谷引发轰动。 是中国最全球化的 AI 公司之一，赢得全球同行甚至对手尊重的秘方也是硅谷风格。 2. V3 可能是 DeepSeek 的 GPT3 时刻，未来发展充满未知但值得期待。 3. 关于提示词 HiDeepSeek： 效果对比：可通过 Coze 做小测试对比。 使用方法：包括搜索网站、点击“开始对话”、发送装有提示词的代码、阅读开场白后正式对话等步骤。 设计思路：将 Agent 封装成 Prompt 并储存于文件以降低成本和调试负担，通过提示词文件实现联网和深度思考功能，优化输出质量，设计阈值系统，用 XML 进行规范设定等。 完整提示词：v 1.3。 特别鸣谢：李继刚的【思考的七把武器】提供思考方向，Thinking Claude 是设计灵感来源，Claude 3.5 Sonnet 是得力助手。

模型上下文协议（MCP）是一种全新的开放协议，用于标准化地为大语言模型（LLMs）提供应用场景和数据背景。它就像 AI 领域的“USBC 接口”，能让不同的 AI 模型与外部工具和数据源轻松连接。 MCP 的好处包括： 简化开发：一次整合，多次复用，不再重复开发。 灵活性强：轻松切换 AI 模型或工具，无需复杂的重新配置。 实时互动：长连接保证数据实时更新。 安全可靠：内置标准化安全和权限控制。 扩展性强：AI 系统扩展时，只需连接新的 MCP 服务器。 与传统 API 相比，通常 AI 系统连接外部工具时，需要单独整合多个不同的 API，每个 API 都有独立的代码、文档、认证方式、错误处理和后续维护，极大地增加了开发复杂度。传统 API 就像每扇门都有一把不同的钥匙，而 MCP 让 AI 模型更简单地获取数据、工具与服务。 在某些情况下，传统 API 更适合，比如应用场景需要精准且严格受控的交互方式，包括需要细粒度控制、功能严格限制，更偏好紧耦合以提升性能，希望最大化交互的可预测性。 MCP 最早由 Anthropic 公司开发，现在已成为一个开放协议，越来越多的企业和开发者开始采用它，逐渐成为 AI 与工具互动的新标准。 要开始使用 MCP，可按照以下步骤： 1. 定义能力：明确 MCP 服务器提供的功能。 2. 实现 MCP 层：按照协议标准进行开发。 3. 选择通信方式：本地连接（标准输入输出）或远程连接（如 WebSockets）。 4. 创建资源/工具：开发或连接数据源和服务。 5. 建立客户端连接：与 MCP 服务器建立安全稳定的连接。 例如，Claude 可以通过简单的 MCP 集成直接连接到 GitHub、创建新存储库并创建 PR。Anthropic 一直在研究 MCP 这一开放标准，以解决 LLM 应用程序将其连接到数据的核心挑战，不再为每个数据源构建自定义集成，MCP 提供一种协议来连接它们。

以下是关于 ChatGPT 落地方案的相关内容： 产品经理如何用 ChatGPT： 背景前提：非专业 BI 工程师，依靠 GPT 提示和查询资料解决不擅长领域问题及学习成长。使用免费的 ChatGPT3.5 版本，因充值问题未解决，且账号登录出现问题无法截图还原完整对话过程。 使用过程： 先整理与 GPT 交互的基本思路及步骤，包括旧代码输入、需求及现状问题输入、调试优化、结果输出验证。 旧代码输入时，1900 行代码直接粘贴报错，采取分次输入再联合的方式，让 GPT 理解旧代码实现效果及熟悉查询表和字段，方便后续生成优化代码直接在数据库运行。原 SQL 主要逻辑是统计近 30 天内每天的业务数据日报，按天和地区分组汇总，需查询多张表几百万条数据。GPT 理解基本正确，并主动提出优化建议。 LLM 落地思考： 对大模型的任务理解、编程能力、输出遵循有较高要求，需要 LLM 前处理与后处理工程兜底，因企业流程自动化出错影响面广。该方向能帮助企业完成数字化转型并升级至业务自动化，多为定制化服务，业务爆发期可能在几年后经济回暖时，目前需求方可能优先是国企与金融等数字化成熟且有国家 AI+任务驱动的地方。 采用 RAG 方案进行知识应用的工程框架，包括 AI 搜索、智能客服、流水线问题定位等场景，通过给予大模型已有行业知识解决问题，但前处理过程对方案效果影响较大。 ToC 业务方面，当前爆款产品如 ChatGPT、Midjourney 等，暂未出现像微信这样的大杀器 C 端产品，未来 C 端产品形态难以确定。

使用 AI 写本科毕业论文需要谨慎，虽然可以借助其提供帮助，但不能完全依赖。以下是一些可能的步骤和注意事项： 1. 明确论文的主题和要求：清晰地确定您的研究方向、问题和目标。 2. 提供详细的背景信息：例如您的研究领域、相关课程学习经历、个人观点等。 3. 向 AI 提出具体的指令：例如“根据以下信息，为我生成一篇关于的本科毕业论文大纲”。 4. 对 AI 生成的内容进行评估和修改：AI 生成的内容可能存在不准确、不完整或不符合学术规范的地方，需要您进行仔细的检查和修正。 需要注意的是，使用 AI 写论文并非道德的方式，并且可能存在各种问题。接收方也需要做好检测 AI 生成内容的准备。同时，您可以通过学校教务系统查询相关的论文格式要求等信息。

以下是强化学习的入门指南： 1. 基础知识补充：如果没有相关基础且概率论和线性代数知识遗忘较多，可以学习相关课程，周末一天可完成；若对机器学习无基础，可先看吴恩达课程，再以李宏毅课程补充，单纯入门强化学习只需看前几节讲完神经网络的部分，此视频课程约需 25 小时。 2. 动手实践：跟着《动手学深度学习 https://hrl.boyuai.com/》学习并写代码，入门看前五章，约 10 小时。 3. 深入学习基础知识点：观看 B 站王树森的深度学习课程的前几节，约 5 小时。 4. 项目实践：可以看《动手学强化学习》，看到 DQN 部分，约十几小时。同时，文中还提到行动只有向左或向右两个，模型构建简单，DQN 的网络模型采用一层 128 个神经元的全连接并以 ReLU 作为激活函数，选用两层网络结构；需要一个缓存区存放从环境中采样的数据；有训练函数，批量从缓存区获取数据，使用 DQN 算法进行训练；还有主循环函数，在每个 episode 中选择动作（使用 εgreedy 策略），执行动作并将结果存储在 replay buffer 中，训练完使用保存好的 model.pth 参数即可实际使用。 文章作者为腾讯互动娱乐工程师 luozhiyun，原文地址：https://mp.weixin.qq.com/s/pOO0llKRKL1HKG8uz_Nm0A，感谢群友.com 的推荐。在学习前先明确目的，本文以搞懂 DQN 算法作为入门目标。像 https://github.com/ty4z2008/Qix/blob/master/dl.md 这类链接中有很多资料，但需筛选。

以下是关于 Coze 的相关信息： 重磅更新：Coze 可以接入抖音评论区，帮您自动回复用户的评论。若想快速上手，可参考视频。若不了解 Coze 是什么，可参考文章。 安装 Coze Scraper： 通过应用商店安装： 1. 打开 Chrome 浏览器。 2. 点击在 Chrome 应用商店中打开 Coze Scrapper 扩展程序。 3. 单击添加至 Chrome。 4. 在弹出的页面，单击添加扩展程序。 本地安装： 1. 单击下载安装包，然后解压下载的文件。 2. 打开 Chrome 浏览器。 3. 在浏览器中输入 chrome://extensions 打开扩展程序页面，确认开发者模式处于打开状态。点击加载已解压的扩展程序，选择已解压的文件夹。 Coze 记账管家——数据库使用教程： COZE 是字节跳动旗下子公司推出的 AI Agent 构建工具，允许用户在无编程知识的基础上，使用自然语言和拖拽等方式构建 Agent，目前可以白嫖海量大模型免费使用，有丰富的插件生态。 记账管家是基于 COZE 平台的能力搭建的一个记账应用，可以直接和 coze 说您今天的收入或者支出情况，coze 会自动记账，并计算账户余额，每一笔记账记录都不会丢失。点击以下卡片体验记账管家。

以下是关于 Coze 的相关信息： 重磅更新：Coze 可以接入抖音评论区，帮您自动回复用户的评论。若想快速上手，可参考视频。若还不了解 Coze 是什么，可参考文章。 安装 Coze Scraper： 通过应用商店安装： 1. 打开 Chrome 浏览器。 2. 点击在 Chrome 应用商店中打开 Coze Scrapper 扩展程序。 3. 单击添加至 Chrome。 4. 在弹出的页面，单击添加扩展程序。 本地安装： 1. 单击下载安装包，然后解压下载的文件。 2. 打开 Chrome 浏览器。 3. 在浏览器中输入 chrome://extensions 打开扩展程序页面，确认开发者模式处于打开状态。 4. 点击加载已解压的扩展程序，选择已解压的文件夹。 Coze 记账管家——数据库使用教程： COZE 是字节跳动旗下子公司推出的 AI Agent 构建工具，允许用户在无编程知识的基础上，使用自然语言和拖拽等方式构建 Agent，目前可以白嫖海量大模型免费使用，有丰富的插件生态。 记账管家是基于 COZE 平台的能力搭建的一个记账应用，可以直接和 coze 说您今天的收入或者支出情况，coze 会自动记账，并计算账户余额，每一笔记账记录都不会丢失。点击以下卡片体验记账管家。

AI 音乐相关内容如下： 关于 AI 短片配音：AI 音乐部分，点击后有直观界面，可选人声歌曲或纯音乐，选择后描述想要的音乐风格，如民谣、流行、嘻哈、国风等。若为人声歌曲，可自己写歌词或让 AI 写，通过智能歌词按钮输入简单词语给 AI 提示即可生成歌词。还有音乐库选项，可选择合适风格的音乐添加到音轨。音效库方面，在搜索框输入相关音效词，如开门声，试听后选择合适的添加到音轨。 人工智能音频初创公司：包括被 Apple 收购的。 AI 生成音乐的工具：是利用人工智能技术，特别是机器学习和深度学习算法创作、编排和生成音乐的软件平台。能分析大量音乐数据，学习模式和结构，根据用户输入或指令创作新作品。推荐的 AI 音乐产品有：由前 Google DeepMind 工程师开发的 Udio（）。

以下是关于做海报的相关内容： 用图像流做二十四节气海报： 核心是图像流，其效果依赖于三思在 SD 上的积累和实验的提示词，详细教程可进 WayToAGI 社区搜索。 图像流里的核心节点是“图像参考”和“图像生成”，原理参考 SD 模型的 controlnet 和基础 sd 大模型。图像参考选择“空间深度”，模型选择“人像”，并参考输入的底图。 要在海报上叠加 logo、文字，分别对应“叠图”和“添加文字”节点，注意调色和调整位置，保持构图美感，如在三思 bot 里，logo 安排在左上角，文字在右下角，形成对角线。 用 AI 快速做一张满意的海报： 需求场景：如发朋友圈等社交平台时，网上找图可能存在质量差、易撞图等问题，自己制作更具特色。 大致流程： 确定主题与文案，可借助 ChatGPT 等工具协助完成。 选择风格与布局，背景可灵活调整。 使用无界 AI 生成并筛选海报底图。 进行配文与排版，参考 AIGC 海报成果。 Stuart 找三思做二十四节气海报的 coze bot 大揭秘： 能从这个 bot 学到 3 大核心 coze 组件技术：用图像流做海报、用知识库做色卡、用 LLM 模拟人设。

小智 AI 的情况如下： 关于小智 AI 本身的评价未在提供的内容中有明确提及。 对于直播使用并销售类似的 AI 产品，以下是一些相关信息： 变现渠道包括直播带货、橱窗带货、商单、介绍粉丝接项目、广告等。 直播带货方面： 数字人直播工具软件可分为实时驱动和非实时驱动两类，实时驱动价格较高，非实时效果差且价格混乱。 数字人运营服务可按直播间成交额抽佣。 适用品类和场景： 适用于不需要强展示的商品，如品牌食品饮料；适用于虚拟商品，如门票、优惠券等；店播效果较好，不适用于促销场景。 面临的问题： 平台限制，如平台担心直播观感而有打压限制。 技术限制，形象依赖大模型技术提升。 需求限制，目前更多是体验新鲜感。 伦理/法律限制，如声音、影像版权等。