参加这次公司的智能体大赛，快速开发一个 AI 应用的原型，有一些思考。 在 AI 产品方面。2024是 AI 落地的一年，cursor、perplexity、gammas 等准杀手级别的应用开始涌现，DeepSeek 的商用 API 已经便宜到白菜价，苹果将在 4 月发布国内的 Apple 智能。 2025 是值得期待的一年。我相信各种性能上的优化在 2025 都会下沉到大模型基建公司，头部 API 的能力将进化到更为恐怖的程度，就像 claude sonnet 的出现给 cursor 带来的变化一样，基于新的能力，新的需求会被挖掘，新的应用会随之诞生。 作为个人来说，应该利用好这种思考力资源，快速搭建适配自己职业和个人发展的能力网络。多个技能的结合往往会爆发出规模效应，比如我们项目这次展示出的前端和后端结合的能力，这在没有 AI 的时代是难以想象的。新时代，个人的战斗力会被推到更高的高度。过去我们手里有的是网络（低价的全球物流系统）、数据库（低价的仓储系统），现在有了 AI（几乎不要钱的大学生助手），这可能是开发者最好的时代。 作为上层应用公司，追踪模型动态，发掘自己的场景、问题、需求，重视交互并快速迭代，占领新的生态位可能是更关键的，这是一个商业话题，而非纯粹的技术话题。 另外，这次的 Hackathon 参赛经历，其实是软件工程一个很小，但很完整的生命周期的实践，正好可以对照『人月神话』以及软件工程里一些比较抽象的概念简单复盘下。 优点： 1. 『概念完整性』做的很好，专制式的规划确实会带来用户视角的概念的完整性。这种思路在内部业务工具上可以借鉴。 2. 我们把视野打的足够开，市面上的优秀设计基本都有参考。 3. 快速原型、增量模型而不是瀑布模型，另外时间和技术的平衡也做的比较好。 问题： 1. 在项目早期添加额外的人力比在后期添加更加安全一些。前期如果不牺牲进度，换来每个成员对项目的充分了解，那么在后期就会像书中说的 "Adding manpower to a late software project makes it later"。 人月、人日、人时的神话，就像排序算法里空间时间的平衡一样，想要达到后期的快，一定需要系统的规划和安排。这次本来想用 JetBrains 的 youtrack，但是没用，有点遗憾，用了的话可能会更好一些。 2. 『焦油坑』的问题，乐观主义陷阱，最后复赛前才实现功能的全部打通。不过反过来看，DDL 也减少了一些盲目和次要的功能设计。 明年的预期： 1. 更成熟、简洁的 CICD，能实现公网快速上线和更健壮的交互 2. 在非公司项目、非公司排期的快速开发任务上能发掘出更好的团队协作模式，比赛其实是个很好的机会和视角，能把我们带离每日的 routine，更本质地观察软件开发与迭代，反过来发现一些既有模式的缺陷和不足，这是每天做老系统和迭代性质的需求时不易察觉的。 软件工程没有究极银弹，但是一些暴露的初级问题显然是可以通过流程规划和一些 tricks 解决的，这是此次比赛除了赛题和产品本身外，带来的另一收获。 ## 1. AI相关技术研究和实践 - 深入了解了多个API提供商(OpenAI、Anthropic、Cerebras)的特性和用法 - 关注AI开发的工程规范,包括结果约束、流式输出等技术细节 - 学习了提示词工程(Prompt Engineering)的最佳实践 - 研究了语义搜索等具体应用场景 ## 2. 开发工具和最佳实践 - 关注FastAPI的最佳实践,特别是全局实例+async的使用模式 - 学习了SSH Remote开发模式的应用 - 了解了bolt、Linux等基础开发工具和环境 ## 3. 知识管理和学习方法 - 整理了英语学习的方法论,特别是听说读写的训练重点 - 关注播客、信息源等知识获取渠道 - 研究快速失败法则等项目管理方法 ## 4. 投资和理财 - 研究杠杆的概念和应用 - 关注香港开户和投资相关实践 - 学习贝叶斯等概率论知识在投资中的应用 ## 5. 项目管理和工程实践 - 整理了管理学相关知识 - 研究DDD等设计模式的应用 - 关注创新和快速失败等工程方法论 总体来看,你近期的学习和研究主要集中在AI技术应用、工程开发实践、知识管理和投资理财等领域,表现出对技术和个人成长的持续关注。