说实话，AI已经完全融入到差评中了。
当然，这并不意味着现在的稿件是用AI生成的，但AI已经帮助编辑部解决了许多看似简单但确实关键的问题。
举个例子，你可能没想到，虽然差评编辑部的日常工作就是写稿件，但几年前，我们公司居然还有全职程序员。
尤其是在公众号后台排版的时候，差评有自己专属的排版格式，但像秀米这样的第三方工具其实还不够，所以程序员给我们开发了一个排版插件，可以一键排版。
后来由于业务调整，插件暂时没有需要修复的bug，头发越来越浓密的程序员小哥也选择了离开。
但在接下来的几年里，我们的布局格式每年都在更新，微信后台也进行了各种修改。随着时间的推移，这个插件越来越难以满足大家的需求，出现了各种小bug。
一方面，编辑部同事的编码能力还不够强。另一方面，与市面上其他产品相比，这个插件仍然是最接近差评文章格式要求的工具。
所以，连程序员大哥自己也没想到，他辞职三年后我们还在用这个插件。
去年年底，后程序员时代，我们终于给了这个排版插件迟来的更新。
当然，编辑部并没有花钱聘请新的程序员，编辑们的编码技术也没有突飞猛进。而是一位零编码知识的同事抱着尝试的心态用AI写了代码。已经上架App Store，这波更新已经完成。
而现在，我们都叫他差评人张小龙。
我只能说，没有人想到，一直在调试世界的我们，最终会依靠人工智能来调试我们自己的错误。 。 。
另外，编辑部其实还有一个困扰大家多年的甜蜜烦恼。
大家都知道，公众号自带的搜索功能非常出色，而且还有巨大的提升空间。
不仅文章搜索困难，阅读量超过10万的文章，公众号前台也只会显示10万+。具体阅读量10万以上，必须登录微信公众号后台查看。
但每天有超过10万个差评的公众号，编辑团队的人数也在不断增加。后台权限绑定的人数其实是有限的，查找对应的文章、阅读数据就变得很麻烦。
因此，当编辑忘记某篇文章的阅读量时，通常需要请有后台权限的同事看一下数据或者扫码。
最后，也是AI解决了这个甜蜜的麻烦。
因为我们直接用一句话，利用百度智能云千帆大模型平台打造了一个“文章闪电搜索器”。
我们只需要将运营同事汇总的Excel数据添加到数据库中，本文闪电搜索器将成为差评公众号的内部数据通道。
更方便的是，我们可以选择将这个Agent发布到微信小程序、网页、微信订阅号等。
它非常出色，您想用就可以用。
世超也简单尝试了这个通过微信小程序入口几分钟搭建起来的demo。
在世超的提问下，文章闪电搜索很快给出了正确答案，“流行六年后，国潮开始崩塌”。 》本文阅读量超过120万次，链接正确。
而且，由于千帆的记忆能力，我们还可以继续问：“作者最后一篇百万美元的文章是哪一篇？”
文章闪电搜索者也脱颖而出，立即给出了正确答案。
同样的人工智能故事实际上也发生在哔哩哔哩的视频部门，该部门的评价颇为负面。
这么说吧，虽然审稿人的视频看起来很帅，但我们同事写文章的时候，尤其是起标题的时候，经常会显得很尴尬。
毫不夸张地说，花2个小时写一篇文章，3个小时纠结标题是常有的事。
这个时候，如果有一个可以制作片头的大模型，其实可以省去很多精力，而且至少可以给我们一些片头创作的新角度带来启发。
于是，B站差评部门想到了利用千帆模型平台，训练一个适合B站平台的大标题模型。
首先，世超给大家讲一下大模型微调的必要性。就像许多行业都有自己的俚语一样，外行人常常会感到困惑。
AI实际上就是这样。对于拥有AI的外行来说，他们可能不明白差评的火锅意味着什么。
经过微调的大模型会像十岁的粉丝一样理解一些差评的俚语。
同样很多时候，一般AI并不太明白什么是好游戏，或者不清楚哪些游戏适合B站，哪些游戏适合其他平台。
比如《仿生医疗器械：从蚊子口器到人类健康》这个标题，我觉得比视频平台更适合CNKI。
因此，我们抓取了B站上1300个热门视频的内容和标题数据，并通过千帆训练了一个B站模型来理解B站的标题。
你也可以比较一下。与未调校的版本相比，新模型给出的标题显然更加正确。
当然，说实话，1000条左右的数据并不算太多。相信随着数据集的扩大，效果会越来越好。
其实，通过以上围绕世超的实际案例，你也应该发现，即使是差评这样的小型编辑部，对于AI也有着各种各样的需求，更不用说其他无数的中小企业了。嗯，并不是所有问题都可以通过 TO C 通用聊天机器人来解决。
但比如提示词怎么写、模型怎么微调、应用能力不强怎么办等等，都是业界在使用大型模型时常见的问题。
在体验百度智能云千帆的过程中，世超也看到了百度是如何一一解决问题的。
比如大家都担心提示词写不好，影响最终效果，但千帆却直接预设了近300个行业场景的模板。不知道如何微调模型？千帆还直接提供开箱即用的模型微调样板间，支持3万多个模型的微调。
另外，在传统企业中，那些复杂的事情和任务基本上都是依靠专家的经验来固定流程，即工作流。尽管数字化已经进行了这么多年，但工作流程仍然是老套的，没有新的突破。
另一方面，大模型确实很强大，相当于一个会思考的大脑，但“幻觉”问题却一直让人头疼。相信大家也都想到过。将工作流和大模型结合起来，其实正好可以扬长避短。
在本次百度世界大会上，百度智能云千帆大模型平台推出了“工作流代理”功能。通过学习各种企业流程和规范，工作流代理可以快速适应不同的工作职责，快速一一复制“数字化员工”。
以保险业为例。百度智能云正在与保险公司合作，打造数字化员工，用于车险续保预售。过去培训一名员工需要一两年的时间。现在使用工作流代理开发金牌销售数字化员工，最快一个小时就可以上线。而且，该工作流代理可以快速集成到百度搜索、微信公众号、企业官网等业务系统中。
发布会上，百度也来现场演示。怎么说呢，如果不是提前知道答案，我还真不会猜到对面的人是一名AI数字员工。 。 。
另外，你可能不相信，因为有了数据飞轮和模型蒸馏的加持，这个大模型会随着使用而变得更加智能和高效。
这么说吧，模型上线后，会不断从线上用户的真实数据中采样，模型会对答案的质量进行标记，用于继续更新模型。数据之轮就这样开始旋转。
包括它可以基于高质量的数据提炼出一个大型的轻量级模型，目前百度首选都在使用这个模型。提取产品属性，新模型可以达到旗舰模型90%的效果，还可以达到3-4倍。旗舰型号提供了速度、性能和性能的完美平衡。
最后，世超想说的是，在从大模型到应用的路上，很多中小企业其实被堵在了“最后一公里”，而千帆所做的就是打通这最后一条路。
硅谷有一句经典的“老话”，叫做“软件吞噬世界”。
世超认为，我们不确定世界是否会被软件吞噬，但随着人工智能的普及，人工智能到应用的道路越来越顺畅，软件一定会让我们的生活和生产变得更加便捷。 。
作词：江江
