当前位置: 首页 > news >正文

个人博客作业 3

一、反思个人博客 1的5个问题

https://blog.csdn.net/bboy_lemon/article/details/153042340?fromshare=blogdetail&sharetype=blogdetail&sharerId=153042340&sharerefer=PC&sharesource=bboy_lemon&sharefrom=from_link

问题1:初创团队怎么吸引到更多的“猪”?

此次期末作业选择了“汪洁步道”项目并成为了组长,起初有3个同学加入,有一个同学因为自认为专业不相关而退出,导致项目一直是3个人,所以我觉得第一点应该是志同道合、让成员感觉到自己的价值,另外2个同学因为自己养宠物,所以对该项目有兴趣,所以加入。

但是加入只是第一步,有计划的推进项目发展更重要。建立起团队的凝聚力,让每位同学及时感受到自己工作的价值,并给予正反馈会让每位同学更有参与感,最好在每个阶段有一定的刺激感,(零件在ddl前到不了、3D零件外包打印没时间失败……)从而产生持续的吸引力。

问题2:技术栈收敛的技术,是否还可以后发创业?

科技是一直进步的,及时关注科研前沿,发挥想象力,并结合时代发展的大方向更容易成功,但创业方向本就不易确定,应是时代的产物。

问题3:随着AI编程助手(如GitHub Copilot)的普及和低代码/无代码平台的兴起,传统软件工程师的角色和价值将如何演变?工程师是需要更专注于更高层次的设计、架构和复杂问题解决,还是说,这些工具也对我们理解工程基本原理、编写可维护代码的能力提出了更高的要求?

好的SE工程师应能把握软件的架构,把握大的技术路径,对各方面技术栈应能懂原理,利用AI工具加速自己的实现过程,一个人即是一个团队。

问题4:在电梯调度算法的设计上,对于非CS专业的学生对于前后端的开发显得很陌生,过往可以找互补的队友,现在的合作范式变成AI了吗?

在结对编程的过程体会到AI工具的强大,只需懂算法,设计思路,即可借助AI快速实现想法,比同伴沟通更快速。

问题5:AI时代企业的护城河是什么,倘若数据、算法都变得透明,企业的盈利模式在哪,企业会成为便利店般的存在吗?

目前看来,企业都只会开源一部分,比如把api接口开放给用户,从而把生态做得更好,也通过开源进一步提升了产品的竞争力,不过大部分企业还是不会开源数据集,或者和公司产品强绑定,只能通过购买本机,才能使用数据。企业的盈利模式随着开源技术的发展,变得越来越多元,政策支持、天使投资都是关键因素,有些侧重快速转化、有些侧重理论算法,目前都是可行的,关键是结合时代找对创业方向。

二、本学期教学方法的价值(NCL:Natural、Critical、Learning)

a.以公开博客来交作业的方法,千帆竞发图的跟踪

Natural:非常特殊的方式,过去怕文章没价值一直在互联网上沉默,这次课过后,写博客变得非常平常化,就好像融入生活了一样,blog质量也在稳步提升。

Critical、Learning:各个博客相互公开,大家可以有机会评估各个项目过程中的发展,保持批判性思维,从其他项目中学习。

千帆图的尝试非常好,过程中分数透明,能看到每个环节的评价,但同学们不知道每个部分的评价标准,每个环节分数区间,可能存在主观性太大的问题;比如在α阶段明明博客也写得很认真,写了很多反馈,最后评价却很差,虽然大家不看重分数,但感觉少了正反馈,使得β阶段大家整体非常低迷;daily repot更新标准没有统一,有的认为在最开始的地方填一个项目汇总的link就好,有的认为每天都要评论。对于涉及的评价希望能在开始有个参考,不过第一次开课,也不应该期望创新型课程做得面面俱到,对老师、助教要求都太高了。

我们:其他团队:

b.结对编程的API驱动的编程

因为项目受限于硬件,在设计过程考虑成本、实用性等因素,最终在硬件结合api环节做得不如预期,在前端界面的设计上结合api,快速搭建起前端界面。


c. pq-问答的当堂测试,对软件 UX 的现场测试等。

我觉得PQ软件非常好,同时兼顾点名和做题,还能在回答问题以后有及时的反馈,并生成本学期的PQ报告,很适合向基础理论课推广。

d.学生自行组队并选择项目

想法非常好,本门课如果侧重软件,有的项目应该在开始阶段就不该被选择,自主设计场景选择软硬件结合解决,可控性不太好控制,市场因素和成本因素很难在开始评价,或者提供一套稳定的硬件,开放api去实现指定功能。

e.alpha阶段后强制团队有人员变动

我们当时是3人团队,没经历过这一阶段,后期也能稳定推进,我觉得有无变动对我们影响不大。我觉得可以给组长一个换成员的权力,组长一般都是过程付出最多的,是否执行看组长。

f. 请业界的专家、相关的老师、工程师来讲课+demo

有一定收获,不过反馈下来学生参与感还是太少了,我觉得开始再明确下内容,效果应该更好。

g.用‘天使投资’的方法来评选成功的团队项目

想法非常好,不过β阶段听到后面学生都走光了,写的评价内容AI成分很大,后面的项目在AI视角下就是低分项目,根本不考虑过程的付出,我觉得如果需要评价就刚上课趁学生还在进行评价。

h.同学们在alpha之后已经给出对课程的反馈

大家的反馈非常好,也反映了我在过程中遇到的问题。

三、评价一下自己在课前/课后提高最大的几个部分

第四维:开源协作与需求转化

社区新成员->生态引领者

第五维:智能开发与人机协同

AI对话工程师

http://www.jsqmd.com/news/85162/

相关文章:

  • HiPO技术深度解析:LLM动态推理的革命性突破
  • ComfyUI与社交平台头像生成结合:个性化IP打造工具
  • ComfyUI中使用Style Transfer节点的艺术化处理
  • ComfyUI工作流依赖管理机制设计:确保可复现性
  • 阿里云通义千问开源新突破:Qwen3-VL系列模型震撼发布,多模态能力对标行业顶尖水平
  • 当LCL逆变器遇上谐波:两个前馈策略的实战PK
  • RAG召回率优化全景:从数据治理到混合检索的全链路技术解析
  • SKT重磅发布系列AI新品 全面升级韩语智能处理生态
  • Nous Research发布Hermes 4大模型:基于Qwen 3架构,混合推理能力再突破
  • 快手StreamLake放大招:KAT-Coder-Pro V1模型限时体验,编程效率革命来袭
  • 腾讯开源Hunyuan-0.5B-Instruct-FP8:轻量级大模型部署新纪元
  • 支持四大电脑系统 绿色免装自动嗅探,视频一键下载工具
  • 27、基于地理关联数据的用户与位置建模剖析
  • 28、地理数据剖析:基于关联数据的位置与用户画像构建
  • Qwen3-VL-4B-Instruct-FP8震撼发布:轻量化多模态模型的性能革命
  • 《家庭的觉醒》——写给天天跟电脑打交道的你
  • Qwen3-VL-4B-Thinking-FP8震撼发布:FP8量化技术引领多模态模型部署革命
  • 突破生成模型效率瓶颈:Consistency Models开源代码库深度解析
  • Cogito v2大语言模型重磅发布:引领混合推理技术革命,解锁AI多模态应用新范式
  • 人工智能时代:重塑产业格局与人类生活的新篇章
  • 人工智能大模型技术突破:Qwen3-30B-A3B-MLX-8bit模型引领行业新变革
  • 腾讯混元轻量化大模型家族开放下载:引领AI全场景落地新革命
  • 快手重磅发布KAT Coder:基于智能体强化学习的下一代AI编码助手
  • Holo1.5系列大模型横空出世:重新定义计算机使用代理技术新高度
  • 3分钟掌握downkyi下载优先级:让你的重要视频先下载
  • 行业变革新趋势:探索当前技术发展的核心动力与未来方向
  • Qwen2.5-1M震撼发布:100万token超长上下文模型引领大语言模型处理能力新革命
  • 2.4 实战项目:构建智能数据库查询工具
  • 互联网大厂Java面试:谢飞机的搞笑历险记
  • IBM发布320亿参数长上下文模型Granite-4.0-H-Small,重新定义企业级AI应用标准