LLM 探秘：想要深入了解人工智能界的“新宠”大型语言模型（LLM）吗？本文将带你走进 LLM 的世界，从入门知识到实际应用，全方位解读这个充满魔力的“大模型”。我们将一起揭开 LLM 的神秘面纱，领略其在各个领域的独特魅力。无论你是初学者还是有一定基础的 AI 爱好者，这篇文章都将为你提供宝贵的知识和启发，让你的 AI 之旅更加精彩纷呈！快来加入我们，一起探索 LLM 的奥秘吧！
这一期来给大家推荐几个实用有意思的网站，一些能帮助提高你的工作效率，比如：幻灯片制作、图表设计、思维导图绘画等。一些网站则可以给你带来欢乐和放松，比如生成你自己的名人模仿照、聆听放松的白噪音等。
本文讨论了混沌工程和 FMEA 在软件架构设计中的应用，目的是提升系统可用性。首先解释了 FMEA，一种起源于美国军方的风险评估工具，用于预防产品或服务中的问题。文章详细说明了 FMEA 在软件架构中的步骤，如功能点识别、故障模式描述、影响分析、严重度评级、故障原因和概率分析、风险度计算，以及措施制定。接着介绍了混沌工程，这是一种测试分布式系统弹性的方法，通过模拟故障来识别问题。结合两者，文章通过案例分析展示了如何运用混沌工程和FMEA进行架构优化和效果验证。强调了持续治理的重要性，并介绍了腾讯云云顾问混沌平台的应用，它支持架构管理和可用性治理。总结认为，混沌工程与FMEA结合能有效提升系统可用性。
资金账户是互联网和金融业务中非常常见的系统，尤其是在电商、支付等业务中必不可少。资金账户系统本身其核心模块的整体架构往往并不复杂，但其对于资金安全和可用性的要求非常高，导致建设好一个资金账户系统并不容易。本文以笔者在实际工作中实现的资金账户系统为例，探讨了在资金账户系统设计和实现中会遇到的问题以及相应的解决方案。需要强调的是，笔者也是资金相关系统的入门者，本文目的是抛砖引玉，有误之处，还请大家多多指正、多多探讨、不吝指教，笔者不胜感激。
PolarisMesh（北极星）是腾讯开源的服务治理平台，致力于解决分布式和微服务架构中的服务管理、流量管理、配置管理、故障容错和可观测性问题，针对不同的技术栈和环境提供服务治理的标准方案和最佳实践。
得益于人工智能技术的爆发，自动驾驶汽车作为一种特殊的具身智能和机器人，也迎来了一轮技术和应用进展。随着马斯克承诺的无人驾驶出租车落地时刻的渐进，相关概念股暴涨的同时，早已开始自动驾驶出租车商用实验的武汉，也成为了万众瞩目的“全球无人出租车第一城”。然而，在网红主播们和乘客们一边调侃“傻萝卜”跑得慢，一边觉得价格“真香”、没烟味、空调自由的同时，数万出租车司机却在呼吁抵制，甚至有人破坏车辆。 对于自动驾驶这一新生事物的普及，几年前大家都还觉得遥遥无期。但这一次，恐怕是真的需要认真思考了。我们的城市、市民甚至城市规划和交通领域的专业人员，对此大都还没有做好准备。这两天，在很多微信群里看到不少问题和讨论，大都是相关领域专业人员在发问。这里简单整理一些个人思考，大多针对中远期的未来城市目标，基于专业研究中的技术理性推演和适当想象，难免偏颇，仅供参考，望有启发。至于近期的一些社会问题和具体的技术路径，暂不过多讨论。
在大语言模型的浪潮如火如荼之际，有一个概念也被频繁提到，那就是AI Agent。大家或多或少都对AI Agent这个词有所耳闻，但不一定有一个非常清晰的认知，比如AI Agent的具体定义究竟是什么？它和LLM的关系是什么？它能帮我们解决什么问题？AI Agent的技术难点和发展现状怎么样？本文将会逐一解答这些问题，最后也会给出一个AI Agent的具体设计例子：如何设计一个拥有AI Agent能力的QQ机器人。祝这趟AI Agent探索之旅愉快~
以ChatGPT为代表AI大语言模型（LLMs）是一项具有革命性的技术。它不仅可以像之前的人工智能一样进行分类或预测，还可以通过自然语言与人类对话，生成文本、图像、视频、可执行代码等各种形式的内容，这将对人们的生产生活和社会发展产生深远影响。但是人工智能开发和应用阶段的任何错误都可能是灾难性的。[1]现在大语言模型已经面临诸多信任挑战，比如人们越来越无法分辨区分出ChatGPT生成的内容与人类生成的内容；大语言模型存在幻觉问题，会生成错误、具有诱导性的内容，那么人们该如何分辨并信任大语言模型生成的内容；大语言模型还存在偏见、歧视、隐私侵犯、有害言论等多方面伦理风险，继而带来一系列信任危机，甚至遭到业界的抵制和封杀。信任是人工智能发展的一个核心问题，人与技术之间信任关系更是技术发展趋势与人类未来的一个核心问题。[2]DeepMind首席运营官Lila Ibrahim表示，AI大模型是一种变革性技术，但它只有在得到信任的情况下才能充分发挥潜力。
