java程序员，怎么吧AI结合到公司的业务上去，K12教育公司

以下是一些可以提高三维图、CAD 图和 BOM 表效率的 AI 工具： 1. CADtools 12：这是一个 Adobe Illustrator（AI）插件，为 AI 添加了 92 个绘图和编辑工具，涵盖图形绘制、编辑、标注、尺寸标注、转换、创建和实用工具。 2. Autodesk Fusion 360：Autodesk 开发的一款集成了 AI 功能的云端 3D CAD/CAM 软件，有助于创建复杂的几何形状和优化设计。 3. nTopology：基于 AI 的设计软件，可帮助创建复杂的 CAD 模型，包括拓扑优化、几何复杂度和轻量化设计等。 4. ParaMatters CogniCAD：基于 AI 的 CAD 软件，能根据用户输入的设计目标和约束条件自动生成 3D 模型，适用于拓扑优化、结构设计和材料分布等领域。 5. 生成设计工具：一些主流 CAD 软件，如 Autodesk 系列、SolidWorks 等，提供了基于 AI 的生成设计工具，可根据用户输入的设计目标和约束条件自动产生多种设计方案。 需要注意的是，这些工具通常需要一定的 CAD 知识和技能才能有效使用。对于 CAD 初学者，建议先学习基本的 3D 建模技巧，然后尝试使用这些 AI 工具来提高设计效率。

以下是一些工业设计相关的 AI 工具： 1. 绘图工具： Lucidchart：流行的在线绘图工具，支持多种视图创建，用户可拖放轻松创建架构图。 Visual Paradigm：全面的 UML 工具，提供多种架构视图创建功能。 ArchiMate：开源建模语言，与 Archi 工具配合可创建逻辑视图。 Enterprise Architect：强大的建模、设计和生成代码工具，支持多种视图创建。 Microsoft Visio：广泛使用的图表和矢量图形应用程序，有丰富模板。 draw.io（diagrams.net）：免费在线图表软件，支持多种类型图表创建。 PlantUML：文本到 UML 转换工具，可通过描述文本生成相关视图。 Gliffy：基于云的绘图工具，支持创建架构图。 Archi：免费开源工具，用于创建 ArchiMate 和 TOGAF 模型。 Rational Rose：IBM 的 UML 工具，支持创建多种视图。 2. CAD 图工具： CADtools 12：Adobe Illustrator 插件，添加绘图和编辑工具。 Autodesk Fusion 360：集成 AI 功能的云端 3D CAD/CAM 软件。 nTopology：基于 AI 的设计软件，可创建复杂 CAD 模型。 ParaMatters CogniCAD：基于 AI 的 CAD 软件，能自动生成 3D 模型。 主流 CAD 软件的生成设计工具，如 Autodesk 系列、SolidWorks 等。 3. 网站制作工具： Wix ADI（Artificial Design Intelligence）：基于用户信息自动生成定制化网站，提供多种设计选项和布局，集成 SEO 工具和分析功能。 Bookmark：AIDA 通过询问问题快速生成网站，提供拖放编辑器和多种行业模板及自动化营销工具。 Firedrop：Sacha 作为 AI 设计助手可创建和修改网站设计，提供实时编辑和预览功能，包含多种现代设计风格和自定义选项。 The Grid：Molly 作为 AI 设计助手可自动调整网站设计和布局，基于内容和互动优化，支持多种内容类型。

以下是关于 AI 对课程研发的相关内容： 教师的 AI 减负指南生成式人工智能在教学中的应用： 个性化学习计划：分析学生表现并根据知识差距和个人学习风格创建定制的学习路径。 课程开发/学习沉浸：包括生成模型生成图像、文本和视频，转化为补充教育材料、作业和练习题。 社会互动/沟通：与新的 AI 工具（如口语形式的 GPT4o）结合学习，为学生提供更好的准备工具，以应对依赖口语/展示沟通的高等教育和职场环境。 存在的问题：与优秀的人类教师相比仍有差距，如缺乏课时设计，且教学目标设计缺乏合理的梯度。但人机融合是大势所趋，AI 的高效率与人类教师的经验相结合。 相关工具：星火教师助手、知网备课助手。 课程示例： 关于《阿房宫赋》的课程，教学目标包括学生能理解并背诵课文、把握文章大意；了解创作背景，理解作者杜牧对秦朝暴政的批判和对人民疾苦的同情；掌握课文中的重点词汇和句式，提高文言文阅读能力。同时，了解骈文特点，通过诵读理解内容、体会思想感情，了解阿房宫的历史。 针对开发者的 AIGPT 提示工程课程，涵盖软件开发最佳实践的提示、常见用例（总结、推理、转换和扩展），并将使用 LLM 构建一个聊天机器人。 当 AI 走进小学课堂的全套课程设计，先和学生互动，听听他们口中的 AI，再引出概念，用学生能理解的语言激发兴趣、引起好奇心。

创建 AI 智能体通常可以参考以下步骤： 1. 了解相关概念：AI 智能体是拥有各项能力的“打工人”，能帮助我们做特定的事情。它包含自己的知识库、工作流，还可以调用外部工具，结合大模型的自然语言理解能力完成复杂工作。 2. 选择平台：如字节的扣子（Coze），其是新一代一站式 AI Bot 开发平台，无论是否具备编程基础，都能在该平台上构建基于 AI 模型的各类问答 Bot。 3. 具体创建步骤： 起一个智能体的名称。 写一段智能体的简单介绍。 使用 AI 创建一个头像。 在创建过程中，还需注意一些事项，如在配置完成后进行测试，对于涉及消耗个人资源的工作流，不能直接发布，可将相关输入作为工作流的初始输入，让用户自行购买后输入再使用。 例如，像“写作助手”这样的 AI 智能体，只需在文本框输入文章的主题、风格和要求，它就能自动完成文章大纲处理、初稿撰写、修改润色和排版等全流程任务。

以下是通过 AI 提升工作效率的一些方法和相关研究结论： 1. 哈佛商学院的研究表明，在工作中使用 AI 能显著改善工作效率。使用 AI 的被测试者比未使用者平均多完成 12.2%的任务，完成速度提高 25.1%，结果质量提高 40%。 2. GPT4 等模型有能力边界，在边界内表现良好，边界外则可能不佳，但具体边界未知。 3. 分组测试显示，使用 AI 且接受培训的两组任务完成效率和质量远高于未使用组，且 AI 对工作能力差的被测试者提升更大，高级人才提升较小。 4. 过于依赖 AI 可能适得其反，降低效率和质量，因为人们难以区分其能力边界。 5. 人类和 AI 协作有两种方式： 半人马模式：强调人与 AI 紧密结合但各司其职，人类主导流程，根据任务性质调配资源，充分利用人类智慧与判断力及 AI 的计算与生成能力。 机械人模式：人与 AI 高度融合，在细节上循环迭代优化，最终实现人机一体化，充分发挥人类灵活性和 AI 生成能力。 6. Inhai 的 Agentic Workflow 分为短期记忆和长期记忆，短期记忆将上下文学习视为利用模型短期记忆学习，长期记忆提供长期存储和召回信息能力。 工具方面：学会调用外部不同类型 API 获取模型缺少的额外信息、代码执行能力、访问专有信息源等。 动作方面：大模型结合问句、上下文规划、各类工具决策最终执行动作。 Agentic Workflow 可从提升效率、提高质量、节省时间角度思考，通过将复杂任务分解成小步骤，融入更多人类参与规划与定义，减少对 Prompt Engineering 和模型推理能力的依赖，提高 LLM 应用面向复杂任务的性能。 7. 从法律法规角度看，AI 已在众多领域带来重大进步和效率提升，具有巨大潜力推动增长和创造就业，支持人们现有工作，改善劳动力效率和工作场所安全。大型语言模型等技术进步预示着更多变革性发展。

以下是一些做 AI 工作流的方法： 1. 起床时，让 AI 如“马云”“马化腾”为您排 TODO 优先级，并做私董会的脑暴。 2. 工作中，设置一个傲娇的 AI 小助理为您加油，给她的 Prompt 是要阳光、会撒娇/卖萌。 3. 对于重点事项，如内容创作，拆成一个 bot 团队组：工作分成选题、标题、框架、扩写，然后分 A/B 组两个 AIbot 互相改。其中要点是提供反常识、梗，学习喜欢的 UP 创作方法论，如导演小策、影视飓风 TIM 总结的 HKRR（快乐/知识/共鸣/节奏）。 4. 优化的 bot 包括内容选题 bot、短视频脚本 bot、数据分析 bot（GPT4）、网页 Perplexity 的资料库 bot 等。 5. 优化方面：使用 Zion、ChatO 和自动化 AIAgent 分身，基于自身知识库的 bot；将上述知识库、Prompt 资产，全部放入飞书的知识库+多维表单中维护，等待飞书的 AI 进化。 6. 备选：筛选过的 50 多个生产力 AI，放在工具库里，待命输出。 7. 未来：把整个公司业务全部搬入飞书中，外接 MJ、ChatBot 分身，以及咨询日程预约。 8. 可能：让所有流量口 bot 也介入飞书，给予飞书做数据分析和内容引擎（目前需手动）。 9. 告诉自己，关注 AI 的同时，更要关注打交道的人、利益、状态和情绪。 此外，还可以： 1. 打开 Comfyui 界面后，右键点击界面，找到 Comfyui LLM party 的目录，学习手动连接节点实现最简单的 AI 女友工作流，或者直接将工作流文件拖拽到 Comfyui 界面中一键复刻提示词工程实验。 2. 从 ollama 的 github 仓库找到对应版本并下载，启动 ollama 后，在 cmd 中输入 ollama run gemma2 将自动下载 gemma2 模型到本地并启动。将 ollama 的默认 base URL=http://127.0.0.1:11434/v1/以及 api_key=ollama 填入 LLM 加载器节点即可调用 ollama 中的模型进行实验。若 ollama 连接不上，很可能是代理服务器的问题，需将 127.0.0.1:11434 添加到不使用代理服务器的列表中。 搭建 AI 工作流的步骤： 1. 找到一个熟悉的工作场景，比如写文章、做 PPT 等。 2. 拆解工作流程，如写文章可拆成选题、写稿、改稿、写标题等步骤。 3. 针对每个步骤嵌入合适的 AI 工具，灵活选择最优解，不要为了用 AI 而用 AI，通过局部最优解达到全局最优解，以提高工作效率。

以下是为有 Java、Scala、Hadoop、Spark、Flink 开发经验的员工提供的 AI 入门学习提纲及对应学习内容： 1. 学习资源推荐： 系统化学习：观看李弘毅老师的生成式 AI 导论、吴达的生成式 AI 入门视频等，并整理学习笔记与大家交流互动。 社区共创学习：参与社区共创活动，通过做小项目反向推动学习。 参考资料：A16Z 推荐的 AI 相关原理内容，包括 GPT 相关知识、Transformer 模型运作原理、大语言模型词语接龙原理等基础知识。 官方 cookbook：open AI 的官方 cookbook，小琪姐做了中文精读翻译。 历史脉络资料：整理 open AI 的发展时间线、万字长文回顾等。 2. 学习路径： 从提示词开始学习与各类模型的对话，了解其重要性和结构化提示词的优势。 学习过程中可以先从国内模型工具入手，不花钱，若想进阶再考虑高阶方向。 3. 其他学习方式： 创作者将内容做成可视化形式，后续会发到群里。 上传相关 PPT 用作参考。 从温达、李弘毅老师课程等学习入门。 了解时代杂志评选的百位领军人物。 学习 AI 相关名词解释，如 AGI、AIGC、agent、prompt 等，可通过与 AI 对话或李继刚老师的课程来理解。 订阅赛博蝉星公众号、国外优质博主的 blog 或 Twitter 等获取最新信息并投稿。 参与社区活动，如 AIPU、CONFIUI 生态大会、每月的切磋大会、新活动 AIPO 等。

大模型在以 Java 和 Vue 技术为主的软件开发公司中，具有以下一些应用场景： 1. 代码自动生成：大模型可以根据需求描述生成 Java 或 Vue 的代码片段，提高开发效率。 2. 代码优化建议：分析现有代码，提供优化的建议和策略，提升代码质量。 3. 智能错误检测与修复：快速识别代码中的错误，并提供可能的修复方案。 4. 需求分析与理解：帮助更好地理解和梳理复杂的业务需求，转化为技术实现的思路。 5. 自动化测试用例生成：根据代码和需求生成有效的测试用例，提高测试效率和覆盖度。 6. 技术选型辅助：在面临新的项目或技术难题时，提供相关技术选型的参考和建议。

对于 35 岁的 Java 后端开发人员转型 AI 开发，以下是一些建议： 1. 利用固定格式文档结合 AI 进行代码开发时，要强调组员的主观能动性，让他们自主设计，组长负责引导和经验分享。文档并非唯一最佳方式，可尝试用简短描述或 Prompt 辅助代码生成。在 AI 编程中，设计非常重要，模块化低耦合设计和清晰的上下文对代码生成效果尤为关键。参考链接： 2. 借助 AI 编程工具（如 Cursor），熟悉 LLM 原理，探索复杂 Prompt 和定制化规则。开展 LLM 相关的 Side Project（如翻译工具、AI 对话应用等），通过实践快速掌握技能。将 AI 当老师，边做边学，获取即时反馈，持续提升。核心建议是行动起来，找到正反馈，坚持使用 AI 辅助编程。参考链接：

以下是 Java 程序员从 0 到 1 开发微调模型的步骤和相关信息： 准备工作： 假设您已经按照相关说明准备了训练数据。 使用 OpenAI CLI 进行微调： 1. 明确从哪里 BASE_MODEL 开始的基本模型的名称（如 ada、babbage、curie 或 davinci），您可以使用后缀参数自定义微调模型的名称。 2. 运行相关命令，该命令会执行以下操作： 使用文件 API 上传文件（或使用已经上传的文件）。 创建微调作业。 流式传输事件直到作业完成（这通常需要几分钟，但如果队列中有很多作业或您的数据集很大，则可能需要数小时）。 关于基本模型： 每个微调工作都从一个默认为 curie 的基本模型开始。模型的选择会影响模型的性能和运行微调模型的成本。您的模型可以是 ada、babbage、curie 或 davinci。请访问定价页面了解有关微调费率的详细信息。 微调作业的时间： 开始微调作业后，可能需要一些时间才能完成。在系统中，您的工作可能排在其他工作之后，训练模型可能需要几分钟或几小时，具体取决于模型和数据集的大小。如果事件流因任何原因中断，您可以通过运行特定命令恢复它。工作完成后，它应该显示微调模型的名称。 微调的优势： 1. 比即时设计更高质量的结果。 2. 能够训练比提示中更多的例子。 3. 由于更短的提示而节省了 Token。 4. 更低的延迟请求。 微调的步骤： 1. 准备和上传训练数据。 2. 训练新的微调模型。 3. 使用您的微调模型。 可微调的模型： 微调目前仅适用于以下基础模型：davinci、curie、babbage 和 ada。这些是原始模型，在训练后没有任何说明（例如 textdavinci003）。您还可以继续微调微调模型以添加其他数据，而无需从头开始。 安装建议： 建议使用 OpenAI 命令行界面。要安装这个，运行相关指令（以下说明适用于 0.9.4 及更高版本。此外，OpenAI CLI 需要 python 3）。通过将相关行添加到您的 shell 初始化脚本（例如.bashrc、zshrc 等）或在微调命令之前的命令行中运行它来设置您的环境变量。 此外，还有“大圣：全网最适合小白的 Llama3 部署和微调教程”，其核心代码全部参考如下开源项目： 。该教程有诸多亮点，如教您如何购买算力，手把手教您下载并部署 Llama3 模型，使用甄嬛数据集微调 Llama3 模型等，但不会讲解微调的技术性原理以及文中会用到的 Python 代码，且需要您充值 50 块钱购买算力的预充值。

以下是为您制定的从 0 到 1 学习 AIGC 知识的学习计划，并为您提供相关学习资料： 一、学习计划 1. 基础知识学习 了解 AIGC 的基本概念和发展历程。 学习机器学习的基础知识，包括数据获取、特征工程、模型训练、评估与应用等方面。 2. 框架学习 学习 Langchain 框架：了解其丰富的功能，能够根据需求更换模型和实现方式。参考网址：https://python.langchain.com/docs/get_started/introduction.html 掌握 Flask / FastAPI 框架：学习如何与前端或业务后端做接口对接，根据具体场景选择合适的框架。参考网址： FastAPI：https://fastapi.tiangolo.com/zh/ Flask: https://flask.palletsprojects.com/en/2.3.x/ 3. 实践应用 通过实际项目练习，深入理解 AIGC 的应用开发。 二、学习资料 1. 关于机器学习的定义和流程： 卡耐基梅隆大学计算机学院教授汤姆·米切尔（Tom Michell）对机器学习的定义：“计算机程序能从经验 E 中学习，以解决某一任务 T，并通过性能度量 P，能够测定在解决 T 时机器在学习经验 E 后的表现提升” 学习数据获取、特征工程、模型训练、评估与应用等方面的知识。 2. 框架学习资料： Langchain 框架：https://python.langchain.com/docs/get_started/introduction.html Flask 框架：https://flask.palletsprojects.com/en/2.3.x/ FastAPI 框架：https://fastapi.tiangolo.com/zh/ 希望这个学习计划和学习资料对您有所帮助，祝您学习顺利！

AI Agent 是基于大型语言模型（LLM）和其他技术实现的智能实体，其核心功能在于自主理解、规划决策、执行复杂任务。AI Agent 包括以下几个概念： Chain：通常一个 AI Agent 可能由多个 Chain 组成。一个 Chain 视作是一个步骤，可以接受一些输入变量，产生一些输出变量。大部分的 Chain 是大语言模型完成的 LLM Chain。 Router：我们可以使用一些判定（甚至可以用 LLM 来判定），然后让 Agent 走向不同的 Chain。例如：如果这是一个图片，则 a；否则 b。 Tool：Agent 上可以进行的一次工具调用。例如，对互联网的一次搜索，对数据库的一次检索。 总结下来，有三个 Agent： Responser Agent：主 agent，用于回复用户（伪多模态）。 Background Agent：背景 agent，用于推进角色当前状态（例如进入下一个剧本，抽检生成增长的记忆体）。 Daily Agent：每日 agent，用于生成剧本，配套的图片，以及每日朋友圈。 这三个 Agent 每隔一段时间运行一次（默认 3 分钟），期间会分析历史对话，变更人物关系（亲密度、了解度等），变更反感度，如果超标则拉黑用户，抽简对话内容，提取人物和用户的信息成为“增长的记忆体”，按照时间推进人物剧本，并且有概率主动聊天（与亲密度正相关，跳过夜间时间）。 对于 Java 程序员来说，可以利用 AI Agent 中的工具调用功能，例如对相关技术文档的搜索和检索，以辅助解决编程中的问题；也可以借助其分析和理解能力，对代码逻辑进行审查和优化建议等。

您提供的内容与“什么是 AI Agent 以及程序员学习相关内容能否获得额外收入”的问题无关。AI Agent 是指具有自主决策和行动能力的智能体，能够在特定环境中感知、学习、推理和执行任务。作为程序员，如果您想学习与 AI Agent 相关的知识，建议您掌握以下方面： 1. 机器学习和深度学习的基础知识，包括常见的算法和模型。 2. 自然语言处理技术，以便能够理解和处理与智能体交互的语言信息。 3. 强化学习，这对于训练智能体做出最优决策非常重要。 4. 编程技能，熟练掌握 Python 等编程语言。 至于能否获得额外收入，这取决于多种因素，如您所开发的 AI Agent 应用的市场需求、您的技术水平和创新能力等。如果您能够开发出具有实用价值和创新性的 AI Agent 应用，并找到合适的商业机会，是有可能获得额外收入的。

程序员需要关注以下 AI 工具： 1. 辅助编程工具： GitHub Copilot：由 GitHub 联合 OpenAI 和微软 Azure 团队推出，支持多种语言和 IDE，能快速提供代码建议。 通义灵码：阿里巴巴团队推出，提供多种编程相关能力。 CodeWhisperer：亚马逊 AWS 团队推出，由机器学习技术驱动，实时提供代码建议。 CodeGeeX：智谱 AI 推出的开源免费编程助手，基于 130 亿参数的预训练大模型。 Cody：Sourcegraph 推出的代码编写助手，借助强大的代码语义索引和分析能力。 CodeFuse：蚂蚁集团支付宝团队提供的免费 AI 代码助手。 Codeium：由 AI 驱动，提供代码建议、重构提示和代码解释。 更多辅助编程 AI 产品可查看：https://www.waytoagi.com/category/65 2. 绘制逻辑视图、功能视图、部署视图的工具： Lucidchart：流行的在线绘图工具，支持多种图表创建。 Visual Paradigm：全面的 UML 工具，提供多种架构视图创建功能。 ArchiMate：开源建模语言，与 Archi 工具配合使用创建逻辑视图。 Enterprise Architect：强大的建模、设计和生成代码工具，支持多种视图创建。 Microsoft Visio：广泛使用的图表和矢量图形应用程序，提供丰富模板。 draw.io（diagrams.net）：免费在线图表软件，支持多种类型图表创建。 PlantUML：文本到 UML 转换工具，通过描述文本自动生成视图。 Gliffy：基于云的绘图工具，支持创建架构图。 Archi：免费开源工具，支持创建逻辑视图。 Rational Rose：IBM 的 UML 工具，支持多种视图创建。 3. AI 博主素材相关工具： AI 研究工具：Claude、ChatGPT、Bing Chat、Perplexity 图片处理：DallE、Leonardo、BlueWillow、Midjourney 版权写作：Rytr、Copy AI、Wordtune、Writesonic 设计：Canva、Clipdrop、Designify、Microsoft Designer 网站搭建：10Web、Framer、Hostinger、Landingsite 视频处理：Klap、Opus、Invideo、Heygen 音频处理：Murf、LovoAI、Resemble、Eleven Labs SEO 优化：Alli AI、BlogSEO、Seona AI、Clearscope Logo 设计：Looka、LogoAI、Brandmark、Logomaster 聊天机器人：Droxy、Chatbase、Voiceflow、Chatsimple 自动化工具：Make、Zapier、Bardeen、Postman 市场营销

对于程序员来说，需要关注的 AI 方面包括以下内容： 生成式 AI：对于更有经验的程序员，要关注整体代码质量，了解如 OpenAI Codex 模型等生成性编程工具，虽然它能生成代码，但程序员仍需编程。 AI 背景知识： 基础理论：包括人工智能、机器学习、深度学习的定义及其关系。 历史发展：回顾 AI 的发展历程和重要里程碑。 数学基础： 统计学基础：熟悉均值、中位数、方差等统计概念。 线性代数：了解向量、矩阵等基本概念。 概率论：掌握条件概率、贝叶斯定理等知识。 算法和模型： 监督学习：了解线性回归、决策树、支持向量机（SVM）等常用算法。 无监督学习：熟悉聚类、降维等算法。 强化学习：了解基本概念。 评估和调优：掌握模型性能评估方法，如交叉验证、精确度、召回率等，以及模型调优技术，如网格搜索。 神经网络基础： 网络结构：理解前馈网络、卷积神经网络（CNN）、循环神经网络（RNN）等。 激活函数：了解 ReLU、Sigmoid、Tanh 等常用激活函数。 Python 编程： 基本语法：包括变量命名、缩进等规则。 数据类型：熟悉字符串、整数、浮点数、列表、元组、字典等。 控制流：掌握条件语句、循环语句的使用。 函数：学会定义和调用函数，理解参数和返回值。 作用域和命名空间：了解局部变量和全局变量的概念。 模块和包：掌握导入模块和使用包的方法。 面向对象编程（OOP）：了解类和对象、属性和方法、继承和多态。 异常处理：理解异常的概念，学会使用 try 和 except 语句处理错误。 文件操作：学会文件读写和文件与路径操作。

通义灵码是基于通义大模型的 AI 研发辅助工具，具有以下特点和能力： 提供代码智能生成、研发智能问答、多文件代码修改、自主执行等能力，为开发者带来智能化研发体验，引领 AI 原生研发新范式。 具备多文件代码修改和工具使用的能力，可与开发者协同完成编码任务，如需求实现、问题解决、单元测试用例生成、批量代码修改等。 核心能力包括：从片段级到多文件级的 AI 编码，能完成涉及工程内多文件级的编码任务；新增多种上下文感知、意图理解、反思迭代、工具使用等能力，可与开发者协同完成更复杂的编码任务；自动完成工程内多个文件的代码修改的 Diff 生成，并提供多文件的变更审查视图，高效完成 AI 生成代码的确认；构建人机协同工作流，通过多轮对话逐步完成编码任务，产生多个快照版本，可任意切换、回退。 “AI 实训营”第二期：大咖带你快速上手通义灵码 AI 程序员 讲师：梦飞，WaytoAGI Agent 核心创作者，词元映射 CEO。 课表： 01/22 20:00（直播回放：https://b23.tv/iQcVksx ） 0 基础入门篇：写代码像聊天一样简单 可以进入钉钉群获取更多文档：https://alidocs.dingtalk.com/i/nodes/yQod3RxJKGvvkP3rfj5Lgoy7Jkb4Mw9r?utm_scene=person_space AI 编程的能力与边界 通义灵码上手指南 一句话 AI 编程小游戏展示 01/23 20:00（直播回放：https://waytoagi.feishu.cn/minutes/obcnazg6vi2c7y25xn3898tw?from=ai_minutes ） AI 编程实战篇：人人都能“福从天降” 0 基础带练“福从天降”小游戏 自然语言生成更多小游戏 如何在 Github 部署并生成在线链接 本期共学直播地址： 会议时间：20:00 21:30 会议 ID：932 264 694 会议链接：vc.feishu.cn/j/932264694 加入通义灵码钉钉共学群（钉钉群号：78080029971），大咖在线答疑！春节专题，现场发红包！2 天课程，带你从小白到进阶，从学习到实践，全面了解 AI 应用开发！和百万开发者一起共学、共享、共实践！

通义灵码和 Cursor 在以下方面存在差异： 1. 自动补全功能：Cursor 支持多位置提示，修改更智能；通义灵码在这方面的表现未提及。 2. 上下文控制：Cursor 支持手动选择上下文，更便于专业程序员掌控；通义灵码未提及相关内容。 3. 智能体功能：Cursor 可自动添加、修改、删除全局代码，支持全项目 Agent 操作；通义灵码未提及相关功能。 4. 适配性：Cursor 基于 VSCode 魔改，无缝切换更便捷；通义灵码未提及适配性方面的特点。 此外，Cursor 还有一些独特的优势，如在进入完整项目代码时能索引所有内容，可根据需求选择引用部分文件或代码段，避免无关上下文干扰生成结果。基于需求生成的结果可通过点击按钮直接在对应位置修改。Composer 功能能帮助快速、有序创建多个文件，提升效率，但也带来一定风险。 需要注意的是，对于通义灵码的具体表现和特点，上述内容中未做详细阐述。