以前叫AIGC，現在業內普遍稱大模型，甚至在討論AGI(通用人工智能)。
自然語言這么多年，一直被認為AI皇冠上的明珠，不可攻克。
Chat只是形式，并非只是AI來生產內容，智能問答這樣的應用。
而是，AI能接受自然語言的提問，理解你的意圖，然后去解決問題。
人類日常通過對話或者文本輸出信息，本質上不也是輸出內容而已。AI現在可以按你的要求寫代碼，而且寫出的代碼直接就可以運行。
比如，在docker里安裝ta-lib就比較麻煩，下面這一段，我就是讓KIMI生成的，直接復制到dockerfile里，就可以在docker的python環境里編譯打包ta-lib的依賴。FROM python:3.9-slim
# ENV DEBIAN_FRONTEND noninteractive
ENV TZ=Asia/Shanghai
# RUN sed -i 's@/archive.ubuntu.com/@/mirrors.aliyun.com/@g' /etc/apt/sources.list && sed -i 's@/security.ubuntu.com/@/mirrors.aliyun.com/@g' /etc/apt/sources.list
# TA-LibRUN apt-get update && apt-get install -y --no-install-recommends build-essential wget libta-lib0-dev && rm -rf /var/lib/apt/lists/*
RUN pip install TA-Lib 國內多數model都支持openAI標準，這個挺好的。
一、易用，直接pip install就好了，還帶有autogen studio低開碼開發。生產上直接使用框架本身即可。
二、agent的能力清晰：LLM，調用工具，代碼執行（本地和docker環境以及人工輔助）。三、區別與langchain這種，以RAG為核心。RAG只是智能問答的一個環節罷了。比如，自動生成因子，然后生成代碼，直接計算IC值，評估后迭代因子，進行回測等。
分析某一支股票的技術面，技術面等情況，自動生成研報。作者：AI量化實驗室（專注量化投資、個人成長與財富自由） |
