EP168：人工智能、机器学习、深度学习、生成式人工智能

Posted on 2025-06-22

✂️ 使用 QA Wolf (赞助) 将您的 QA 周期缩短至几分钟

如果缓慢的 QA 流程成为您或您的软件工程团队的瓶颈，并因此导致发布速度变慢 — — 您需要查看 QA Wolf。

QA Wolf 的 AI 原生服务支持 Web 和移动应用程序，在几周内提供 80% 的自动化测试覆盖率，并通过将 QA 周期缩短至几分钟帮助团队以 5 倍的速度交付。

QA Wolf帮您解决测试难题。他们可以帮您：

  • 移动和 Web 应用程序的无限制并行测试运行

  • 24 小时维护和按需测试创建

  • 人工验证的错误报告直接发送给您的团队

  • 零碎屑保证

好处是什么？无需再进行手动端到端测试。无需再进行缓慢的 QA 周期。生产环境中不会再出现任何 bug。

借助 QA Wolf， Drata 的 80 多名工程师团队实现了 4 倍的测试用例和86% 更快的 QA 周期。

安排演示以了解更多信息

本周的系统设计复习：

  • 人工智能、机器学习、深度学习、生成式人工智能

  • SQL 查询如何在数据库中执行？

  • 你应该知道的 20 个 AI 代理概念

  • RabbitMQ 的工作原理

  • 立即招聘

  • 赞助我们

人工智能、机器学习、深度学习、生成式人工智能

Image

  1. 人工智能（AI）
    人工智能是一个涵盖面极广的领域，专注于创建能够执行通常需要人类智能才能完成的任务（例如推理、学习、解决问题和语言理解）的机器或系统。人工智能包含多个子领域，包括机器学习、自然语言处理、机器人技术和计算机视觉。

  2. 机器学习（ML）
    它是人工智能的一个子集，专注于开发使计算机能够从数据中学习并做出决策的算法。

    机器学习系统并非针对每项任务进行专门编程，而是随着接触更多数据而提升性能。常见应用包括垃圾邮件检测、推荐系统和预测分析。

  3. 深度学习
    它是 ML 的一个专门子集，利用多层人工神经网络来模拟数据中的复杂模式。

    神经网络是受人脑神经元网络启发的计算模型。深度神经网络可以自动发现未来检测所需的表征。其用例包括图像和语音识别、自然语言处理 (NLP) 以及自动驾驶汽车。

  4. 生成式人工智能
    它指的是能够生成与其训练数据相似的新内容（例如文本、图像、音乐或代码）的人工智能系统。它们依赖于 Transformer 架构。

    值得注意的生成式 AI 模型包括用于文本生成的 GPT 和用于图像创建的 DALL-E。

交给你：你还会添加什么来更好地理解这些概念？

使用 Postman 升级您的 API 堆栈（赞助）

无论您是否喜欢，您的 API 工作流程都在发生变化。Postman 刚刚推出了一些由像您一样的开发者构建的功能，旨在帮助您保持领先地位。

Postman 的 POST/CON 25 产品展示包括通过 Insights 实现的实时生产可视性、通过 Spec Hub + GitHub Sync 实现的更严格的规范工作流程以及真正有效的 AI 辅助调试。

想想直接插入到您的堆栈（VS Code、GitHub、Slack）的本机集成以及工作流程编排，而无需基础设施方面的麻烦。

获取完整的技术细节并了解您的 API 开发是什么样子。

获取所有详细信息

SQL 查询如何在数据库中执行？

Image

步骤 1
查询字符串首先到达数据库的传输子系统。该子系统管理与客户端的连接。此外，它还执行身份验证和授权检查，如果一切正常，则允许查询进入下一步。

步骤 2
查询现在到达查询处理器子系统，该子系统包含两部分：查询解析器和查询优化器。

查询解析器将查询分解为多个子部分（例如 SELECT、FROM、WHERE）。它会检查语法错误并创建解析树。

然后，查询优化器遍历解析树，检查语义错误（例如，“用户”表是否存在），并找出执行查询的最有效方法。

这一步的输出就是执行计划。

步骤 3
执行计划发送到执行引擎。该计划由执行查询所需的所有步骤组成。

执行引擎接受此计划，并通过调用存储引擎来协调每个步骤的执行。它还收集每个步骤的结果，并向上层返回组合或统一的响应。

步骤 4
执行引擎根据执行计划向存储引擎发送低级读写请求。

这由存储引擎的各个组件处理，例如事务管理器（用于事务管理）、锁管理器（获取必要的锁）、缓冲区管理器（检查数据页是否在内存中）和恢复管理器（用于回滚或恢复）。

交给你：你还需要添加什么来理解 SQL 查询的执行？

你应该知道的 20 个 AI 代理概念

Image

  1. 代理：在环境中感知、推理和行动以实现目标的自主实体。

  2. 环境：代理在其中操作和交互的周围环境或沙箱。

  3. 感知：解释感官或环境数据以建立态势感知的过程。

  4. 状态：代理当前的内部状况或对世界的表述。

  5. 记忆：存储近期或历史信息，以保证连续性和学习效果。

  6. 大型语言模型：支持语言理解和生成的基础模型。

  7. 反射代理：一种根据预定义的“条件-动作”规则做出决策的简单代理。

  8. 知识库：代理用来提供决策的结构化或非结构化数据存储库。

  9. CoT（思路链）：一种代理阐明复杂任务的中间步骤的推理方法。

  10. ReACT：将逐步推理与直接环境行动相结合的框架。

  11. 工具：代理用来增强其能力的 API 或外部系统。

  12. 动作：代理根据其推理而执行的任何任务或行为。

  13. 规划：设计一系列行动以达到特定目标。

  14. 编排：协调多个步骤、工具或代理来完成任务管道。

  15. 交接：不同代理之间的责任或任务的转移。

  16. 多代理系统：多个代理在同一环境中运行和协作的框架。

  17. 群体：许多智能体在没有中央控制的情况下遵循局部规则而产生的突发智能行为。

  18. 代理辩论：代理争论对立观点以完善或改善结果的机制。

  19. 评估：衡量代理人的行为和结果的有效性或成功性。

  20. 学习循环：代理通过不断从反馈或结果中学习来提高性能的循环。

交给你：你会将哪个其他 AI 代理概念添加到列表中？

RabbitMQ 如何工作？

RabbitMQ 是一个消息代理，它使应用程序能够通过队列发送和接收消息进行通信。它有助于解耦服务、提高可扩展性并高效地处理异步处理。

Image

工作原理如下：

  1. 生产者（通常是应用程序或服务）将消息发送到 RabbitMQ 代理，该代理管理消息路由和传递。

  2. 在代理中，消息被发送到交换机，交换机根据交换机的类型确定如何路由消息：直接、主题或扇出。

  3. 绑定使用绑定键将交换机连接到队列，绑定键定义了路由消息的规则（例如，精确匹配或基于模式）

  4. 直接交换将消息路由到与路由键完全匹配的队列，如队列 1 所示。

  5. 主题交换使用模式将消息路由到匹配的队列。

  6. 扇出交换将广播消息发送到所有绑定队列，而不管路由键是什么。

  7. 最后，消费者从队列中提取消息，处理这些消息并将结果传递给其他系统。

交给您：您还会向 RabbitMQ 流程中添加什么？

立即招聘

我们与Jobright.ai （一家受到 500,000 多位技术专业人士信赖的 AI 求职副驾驶）合作整理了这份职位列表。

本周快速发展的人工智能初创公司中具有高影响力的职位

  • Waabi（美国加利福尼亚州） 数据平台高级/主管软件工程师

    • 每年: 155000 – 240000

    • Waabi 是一家为交通运输领域开发自动驾驶技术的人工智能公司。

  • Proton.ai（美国） 高级全栈工程师

    • 每年：60000 – 90000

    • Proton.ai 是一个由人工智能驱动的销售平台，可以帮助分销商获得数百万的收入并重新夺回市场份额。

  • Luma AI（加利福尼亚州帕洛阿尔托） 软件工程师 – 前端 UI

    • 每年：22万 – 28万

    • Luma AI 是一家生成式人工智能初创公司，它使用户能够将文本描述转换为相应的 3D 模型。

本周高薪软件工程师职位

今天最新的机器学习职位

赞助我们

将您的产品展示给超过 1,000,000 名技术专业人士。

我们的时事通讯将您的产品和服务直接呈现给重要的受众——数十万工程领导和高级工程师——他们对重大技术决策和大宗采购有影响力。

房间很快订满 – 立即预订

广告位通常提前4周左右售罄。为了确保您的广告能够触达这些极具影响力的受众，请立即发送电子邮件至[email protected] 预订您的广告位。

原文： https://blog.bytebytego.com/p/ep168-ai-vs-machine-learning-vs-deep