随着大模型在2023年横空出世，“Prompt 工程” 应运而生，作为用好大模型最重要的武器，Prompt 的好坏对模型效果有着决定性的影响。然而，网络上大量相关文章多是罗列“Prompt 工程” 中的若干技巧，少有体系化的总结，让人看完依然不知道该如何入手。 本文希望结合我们在 “Prompt 工程” 中的实践经验，更加体系化地对 “Prompt 工程” 进行梳理，希望可以一步步地帮助大家用好大模型，人人都是 Prompt 工程师。
自动驾驶并非逐渐替人类驾驶，而很大概率会是一个突变过程。 之前，网约车替代巡游出租车，只是用数字化改造了某个产业的局部，这种改造过程往往是渐进的、漫长的过程。事实上，我们大多数所谓的数字化，都是这样的逻辑。所以我们已经习惯了这种渐进替换的方式，而且习惯了在单一系统内线性外推，估算新技术的各种影响。 然而作为本轮产业革命的关键技术，自动驾驶（或者包括更广泛的机器人技术）代表着信息域变革牵引整个物质系统转移的范式变革，其引发的会是整个社会经济系统的全面改变。无论是讨论发展速度，还是对就业的影响，都不能限于交通系统内部。 最近一年来，人工智能的快速发展、端到端自动驾驶技术的演进、传感器和自动驾驶整车价格的快速下降，都大大加快了自动驾驶技术的落地进程：特斯拉FSD大量实际道路应用、马斯克宣布即将落地Robotaxi自动驾驶出租车。而在我国，百度萝卜快跑的Robotaxi在武汉商业运营，也引发热议：萝卜以远低于普通出租车的价格吸引乘客，引起大家对取代司机职业的担心；萝卜快跑驾驶策略十分保守，经常引发路口拥堵等问题，且不设车内安全员，代之以远程云接管，引起了大家对安全性的担心；
很多应用都属于数据密集型应用，而非计算密集型；对于这类应用，CPU往往不是第一限制性因素，关键在于数据量 、数据复杂度 和 数据的快速多变性；因此数据库的选型在应用系统设计中就显得比较重要。 数据库（数据引擎）最核心的任务就是"读到写入的值"，我们尝试从"最简单的脚本文件数据读写" 一步一步扩展讨论到"分布式键值数据库"，在这个过程中我们会遇到很多"挑战"，并尝试逐步解决。
生命中有价值的洞见，通常很简单，比如这期杂志的封面主题：不内卷。 内卷并不是一个新词，它最早由美国人类学家亚历山大·亚历山德罗维奇·戈登威泽提出，用以描述某一类文化模式到了某种最终的形态以后，既没有办法稳定下来，也没有办法使自己转变到新的形态，取而代之的是不断地在内部变得更加复杂。后来，内卷化概念又被引入到学者们对二十世纪印度尼西亚爪哇岛农业和中国华北的研究之中，简单来说，内卷就是无效地投入、没有发展的增长。 一个人类学名词，兜兜转转几经流转，最终被中国当代打工人借用来描述身处的职场环境。在经历上一轮信息技术革命对生活和工作节奏的超级加速后，技术的承诺显然部分落空了，于是很多人甚至不再相信，这一波人工智能技术能够让工作变得轻松，他们更愿意相信，有了这神一般技术，日后只怕会更加忙忙碌碌，内卷卷到飞起。OpenAI最近宣布要从非营利组织转变为商业公司，也部分印证了这种担忧。
近日，多家大厂都放出了在自动驾驶领域的最新进展。特斯拉最近推出了V12版本的FSD，在驾驶体验上有很大的提升。“萝卜快跑”在武汉上路测试刷屏全网，无人驾驶出租车订单量激增。Robotaxi已经成为自动驾驶落地的一个重要场景。那么，自动驾驶行业开始进入快速发展的阶段了吗？无人驾驶出租车（Robotaxi）距离真正的商业化还有多远，将面临哪些挑战？
在人工智能和大模型技术飞速发展的今天，我们有幸见证了AI如何深刻地影响和改变着我们的世界。这场变革不仅可能重塑我们的世界，更在各个领域引发了深远的影响。为了深入理解这场技术变革，把握AI应用的未来趋势，我们特别策划了这一期“大模型&AI应用”主题书单。 本期大牛书单，我们请来了鹅厂内部行业专家，他们用丰富的知识和实践经验，为我们精选了一系列深度与广度兼备的好书和框架推荐，不仅覆盖了AI的基础理论，更深入探讨了AI在不同领域的应用实践，从技术实现到伦理思考，从行业应用到未来趋势，为我们提供了全方位的视角。让我们一起跟随这些行业大牛的脚步，探索AI的无限可能。
2015年左右底，“中台”这个词 迅速在互联网走红，众多互联网大厂纷纷投入到“中台”的战略布局中，转眼间，到了2024年，曾经风靡一时的中台迎来了退潮时刻。这期间发生过什么有趣的故事，这背后的原因又是什么？本文将阐述我对于中台建设的一些思考和浅见，希望可以引发技术人的思考。
云开发 CloudBase（Tencent CloudBase，TCB）是腾讯云提供的云原生一体化开发环境和工具平台，为开发者提供高可用、自动弹性扩缩的后端云服务，包含计算、存储、托管等 Serverless 化能力，可用于云端一体化开发多种端应用（小程序、公众号、Web 应用、Flutter 客户端等）。
