Thoughts · 0019 · research-log

机械工程智能层

Agentic Software Engineering#ASI#agent#software-engineering#evaluation

机械工程智能层

leo ai cax学习小结

  • 仔细想来,整个cax领域有较强的反馈环境,还是比较适合构建闭环的:生成-运行-验证-纠正-固化
  • 内核是第一性原理;第二梯度是验证器证据意识,工作流数据闭环,生态建设_工程服务团队; 后面是专业的数据/后训练技术/agent
  • leo ai 这个公司的战略定位是机械工程智能层:机械工程copilot + 企业知识
  • 这个产品:一做出来就有用,基础模型升级时引导微调也快,随知识增强也会越来越好用。但是,究竟还是感觉是整个思路需要调整到基础模型完全分离,强化TTT
  • 技术路线:没有问题,此时最优技术路线: 后训练(底座模型能够表示特定领域) + 领域知识(应用软件+知识+实操能力+项目记忆) + 工程闭环(设计-工程环境-经验积累)
  • 再不济,至少要尽快保证【领域资产外置】
  • 进一步地,asi一定要做脑区划分/认知泛化/能力组合,模型和不同功能区/能力域要隔离
  • 核心思想:产品 = 通用智能底座模型 --> (可靠的cax工程能力【微调来快速压入技能】 + 能够越用越好用【慢速经验固化与成长】)