Xinbao
58 lines
4.2 KiB
Markdown
58 lines
4.2 KiB
Markdown
# 郑州企业培训 3-1 索引
|
||
|
||
> 培训时间：2026年6月12日-13日（周五、周六）
|
||
> 讲师：姬老师、徐老师
|
||
> 课时：36课时/6天（本次为前2天）
|
||
> 对象：传统制药企业内部研发团队（6人自有 + 13人外包）
|
||
|
||
## 📂 文件目录
|
||
|
||
| 时间 | 文件 | 时长 | 核心内容 |
|
||
|------|------|------|----------|
|
||
| 周五上午 | [[郑州企业培训 3-1 第一天 上]] | 2h57m | AI编程现状、人机分工、陌生代码库理解、若依项目分析实操 |
|
||
| 周五下午 | [[郑州企业培训 3-1 第一天 下]] | 3h02m | AI任务设计方法、上下文分层、模型选型 |
|
||
| 周六上午 | [[郑州企业培训 3-1 第二天 上]] | 3h11m | 昨日回顾、书籍《TRAE与AI Agent协作实战》全书14章讲解 |
|
||
| 周六下午 | [[郑州企业培训 3-1 第二天 下]] | 2h45m | 制药企业AI编程工具落地推广方案专家咨询会 |
|
||
|
||
---
|
||
|
||
## 第一天 上 — AI编程入门与陌生代码库理解
|
||
|
||
- **培训开场**：明确年度目标（AI编码替代30%研发量），36课时/6天安排，讲师身份保密要求
|
||
- **AI编程现状**：84%开发者已使用AI工具，AI无法替代开发者，需转向业务判断与架构取舍
|
||
- **工作转型**：学会描述任务、提供上下文、拆解问题、验证输出，AI改变的是交付体系而非消灭岗位
|
||
- **陌生代码库理解**：压缩AI生成范围、沉淀共享知识库、以若依项目为训练案例
|
||
- **AI IDE介绍**：自研IDE才能打通Agent全链路，代码≠业务，业务判断仍需人做
|
||
- **若依实操**：微服务版本分析，三元权限体系（用户→角色→菜单），页面/按钮/数据三级权限
|
||
- **知识库落地**：MD文档 > Word，修改代码后同步更新知识库，避免文档与代码不一致
|
||
|
||
## 第一天 下 — AI任务设计与上下文工程
|
||
|
||
- **任务设计四要素**：明确性、范围约束、边界约束、输出格式
|
||
- **精准 vs 模糊提示词**：精准提示词token消耗更少、结果更聚焦，演示了标准模板
|
||
- **上下文四层分级**：工作空间级→文件级→代码级→外部资料级，先宽后窄渐进原则
|
||
- **上下文压缩风险**：超窗口自动压缩会丢失格式与细节，增加幻觉概率
|
||
- **模型梯队划分**：第一梯队 Kimi/Deepseek/GLM，第二梯队 Minimax/豆包，千问闭源可入第一梯队
|
||
- **模态分类**：单模态（纯文字）vs 多模态（图文音视频），原生多模态能力更强
|
||
|
||
## 第二天 上 — 《TRAE与AI Agent协作实战》全书串讲
|
||
|
||
- **昨日回顾**：若依项目探索、模糊需求拆解、AI幻觉控制、资产库分层设计、规则验证验收
|
||
- **书籍框架**（278页/14章/三部分）：
|
||
- 基础篇（1-5章）：TRAE安装、IDE/Solo/TreeWork三种模式、侧边栏命令、代码补全
|
||
- 技术篇（6-8章）：Solo实战、MCP原理与局限性、Skill（文科型/理科型）渐进式披露
|
||
- 实战篇（9-14章）：纯前端网站→古籍识别→若依新增模块→多智能体开发→RAG知识库→移动端小程序
|
||
- **核心观点**：Skill替代MCP解决上下文爆炸，腾讯已搭建中文Skill生态；多智能体类比西游记团队（唐僧=PM/悟空=研发/八戒=测试/沙僧=文档）
|
||
|
||
## 第二天 下 — 制药企业AI编程工具落地咨询会
|
||
|
||
- **项目背景**：6人自有+13人外包，编码工时占比58%，以AI编程为切入点全公司推广
|
||
- **工具选型**：选定Trae CN（199元/人/月 + 100元流量预算），支持私有化部署，建议按季度采购
|
||
- **技能资产库**：10个通用公共规则 + 16-19个高价值技能，分层设计（底层技能→上层智能体）
|
||
- **效果量化**：采纳率数据不准确（普遍90%+），建议用人天/PR数量变化做对比基线
|
||
- **30%代码接受率目标**：中等偏下，合理且有增长空间
|
||
- **推广形式**：内部AI黑客马拉松、用AI重做历史项目对比原耗时
|
||
- **流量策略**：个人基础额度+动态调整，额度不过期，尊重个人工具偏好
|
||
- **安全与统计**：不推荐token中转（安全风险），结合项目管理/周报对齐用量即可
|
||
- **试点跟踪**：3个自研项目，统计bug修复提交占比变化判断代码质量提升
|