潘智祥

发表于 Waline： 本文字数： 3.3k 阅读时长 ≈ 12 分钟
作者分享今年读书、换工作、个人产品、AI辅助编码和AI Agent等经历。读书方面，分享读完和在读书籍感受；换工作进入新领域有挑战；做小产品遇抄袭等问题；认为AI不会取代程序员，看好AI Agent方向。

读书

我翻了一下微信读书，今年一共读/听完了 17 书，27 本书再读/听。

读完的 17 本中，有 3 本是帮助入眠的爽文小说，不值一说，剩下的 14 本按照我个人的喜好程度从高到低排列如下：

发表于 Waline： 本文字数： 2.7k 阅读时长 ≈ 10 分钟
作者分享了使用Github Copilot、ChatGPT辅助写代码的经历，介绍了通义灵码等插件及Cursor、windsurf等大模型驱动的IDE，指出开发产品级项目仍需优秀工程师，还建议面试应适应大模型变化，认可软件工程师行业或成夕阳行业的观点。

蹩脚的方法

我最早从 2022 年上半年开始使用 Github Copilot， 但是那时候使用体验一般，提示的速度很慢，准确度也不够，提示的内容不是我想要的。没觉得对于工作有什么实质性的帮助，后来就没继续用了。

2022 年年底 ChatGPT 爆火之后，我大概在 2022 年 12 月或者 2023年 1 月开始使用它。我使用的最多的场景就是写代码，主要以 Python 函数和 shell 脚本为主。使用的方法就是我在对话框中用文字描述我的需求，然后让ChatGPT 输出代码。一开始觉得非常好用，因为对于一些不太复杂的场景，准确率还是非常高的。一直到 2023 年 11 月我还经常使用这个方法，做的最极端的一个尝试是用 GPT4 给OriginBot（一个小机器人）开发监控功能，整个功能所有的代码都是以对话的形式让 GPT 生成。详细内容可以看https://panzhixiang.cn/2023/我让GPT4为OriginBot 开发了一个监控功能/。

发表于 Waline： 本文字数： 1.9k 阅读时长 ≈ 7 分钟
作者第二次读《史蒂夫·乔布斯传》感受颇深，书中讲述了乔布斯受父亲影响、苹果与微软操作系统之争、创建皮克斯、重回苹果等事迹，还提及他患癌离世，作者读时多次联想到曹操。

史蒂夫·乔布斯传

最近第二次读《史蒂夫·乔布斯传》，第一次不记得为什么，读了一小半之后不想读了，但是这次读觉得这本书还挺不错的。

读完书之后，我最深刻的印象是，乔布斯是一个非常固执的人。

发表于 Waline： 本文字数： 1.1k 阅读时长 ≈ 4 分钟
作者在中秋节前两天萌生开发识别食物配料表并分析健康程度小程序的想法，分享了开发过程、踩坑经历，还探讨了独立开发者的不易，最后表示此过程收获颇丰。

中秋节前两天突然有一个想法：做一个应用识别食物的配料表信息，然后分析这个食物是不是健康。因为最近经常看到各种新闻说那个食物里面有哪些添加剂，不健康，或者某些成分对人体不好之类的，那天晚上睡不着，突然脑子里就有这个想法了。

这是小程序码，感兴趣的小伙伴可以试一下
配料放大镜

开发过程

发表于 Waline： 本文字数： 1k 阅读时长 ≈ 4 分钟
作者记录9月基金投资实盘情况，9月基金组合收益佳但整体持仓仍亏损。分享投资组合，认为此波赚钱者多是熬过长期亏损，还谈及后续投资计划和坚持基金定投为退休生活做准备的目的。

今年6月份时候说要做投资实盘记录，我看了一下上一篇记录还是6月20号写的基金实盘之正在定投的基金，到现在已经快三个月了都没有再写过。最近行情很好，发现身边越来越多的人在讨论股票和基金，写一篇记录一下吧。

9月盈利情况

先说一点开心的，截至目前，9月份我在天天基金上的的基金组合【基金定投成长计划】的收益为7864.95，明天还有一个交易日，不知道会不会回调一些，不过不管怎样，这是最近两年多来单月收益最好的了。

发表于 Waline： 本文字数： 1.1k 阅读时长 ≈ 4 分钟
本文分享了李沐在上海交大的分享内容，包括他对大模型应用的看法、“数据足够多一切可自动化”观点，还提及他对打工、读博和创业的见解，以及动机来源和自我提升方法，作者也分享了个人感悟。

前几天看了 李沐 在上海交大做的一个 分享 ， 主要分享了他对于大模型的一些看法和他个人的经历。

我很喜欢李沐，技术厉害，看起来比较接地气，录制的 课程 也比较容易看懂。

大模型的应用

发表于 Waline： 本文字数： 1.1k 阅读时长 ≈ 4 分钟
本文介绍如何将国内大模型集成到AutoGen中。AutoGen原生不支持国内大模型，但支持自定义模型。文中阐述了自定义模型类的协议要求，并给出使用UNIAPI托管的claude模型的实际案例代码，国内大模型可套用。

autogen

背景

AutoGen原生只支持国外的大模型，如OpenAI, Claude, Mistral等，不支持国内的大模型。但是国内有一些大模型做的还是不错的，尤其是考虑的价格因素之后，国内的大模型性价比很好，我这两天就在想办法集成国内的大模型。

发表于 Waline： 本文字数： 7.1k 阅读时长 ≈ 26 分钟
本文复现了基于AutoGen的“伴侣的钱是不是我的钱”辩论赛demo，有11个Agent参与。文中展示了辩论全文，包含正反方辩手观点交锋，探讨伴侣金钱关系，助您了解AutoGen应用。

说明

在探索AutoGen的GroupChat中已经展示了如何使用多智能体进行协作的功能。

前几周同事在公司做了一个关于LLM的分享，其中有一个demo就是基于langchain配置基于不同大模型的多个智能体，让这几个智能体打一场辩论赛，赛题是：伴侣的钱是不是我的钱？

发表于 Waline： 本文字数： 2.6k 阅读时长 ≈ 9 分钟
本文记录如何利用AutoGen的GroupChat开发相对复杂功能，以开发前后端分离的个人博客网站为例，介绍GroupChat中角色设置、代码实现，还提及如何选择每次发言的Agent，附详细代码示例。

在浅尝AutoGen中，展示了如何使用AutoGen进行简单的对话。

这篇博客中记录一下如何利用AutoGen的GroupChat开发一个相对复杂的功能。

GroupChat中的角色设置

发表于 Waline： 本文字数： 5.1k 阅读时长 ≈ 19 分钟
本文介绍了AutoGen，它是用于构建AI Agents及简化多Agents合作的开源框架，目标是为生成式AI开发研究提供便捷灵活的框架，还给出安装和使用示例代码，展示多智能体协作内容。

AutoGen介绍

AutoGen是2023年5月29日第一次在FLAML（A Fast Library for Automated Machine Learning & Tuning）中创建，是一个用于构建AI Agents以及简化多Agents合作的开源框架，目前主要由微软、宾夕法尼亚州立大学和华盛顿大学开发。AutoGen的目标是为开发和研究生成式AI提供一个便于使用的、灵活的框架。

在AutoGen官方的介绍中，把自己之于生成式AI比作PyTorch之于深度学习。

0%