近期关于学生再"入学"的讨论持续升温。我们从海量信息中筛选出最具价值的几个要点，供您参考。
首先，在Web 2.0时代（如淘宝、美团），开发者需要处理用户点击、停留时间、购物车等成百上千种零散的数据信息。但在AI时代，99%的数据最终都是一种格式，即Context。没有办法将自己的数据，转换为方便放进大模型上下文里的产品，都将受到极大的挑战。
，更多细节参见新收录的资料
其次，从业期间，叶坚白负责了多个热门开源项目的研发，比如其主导的AI长期记忆解决方案Memobase，在GitHub上获取了2.6K Stars, 服务了多个知名的AI产品；他曾用1000行代码复现微软2万行代码的GraphRAG算法，在Github上获得了3.7K stars。
来自产业链上下游的反馈一致表明，市场需求端正释放出强劲的增长信号，供给侧改革成效初显。
。新收录的资料是该领域的重要参考
第三，3月24日，北京市少年宫，学生科技节优秀获奖作品展上，北京市育英学校的学生在展示校园环境智能导览系统。新京报记者 李木易 摄
此外，南方周末：为什么把性教育作为一门长期、系统的独立课程很重要？。关于这个话题，新收录的资料提供了深入分析
最后，例如，不再是教授"新闻写作的五种结构"，更应出现的场景是，某堂课上，师生共同面对"如何为一则关于气候变化的复杂科学报告，制作出能引发不同社群共鸣与行动的多元传播方案"这样的挑战。
另外值得一提的是，大模型处理文本能力很强，参数量都是千亿级的规模，但向量模型很小，通常只有几十MB的参数量，如果用向量去检索，那么找出来的东西大概率会是断章取义的。因此，真正的进化方向是把决策权还给大模型，让它自己决定深挖哪部分信息。这样Agent才能展现出组合型的推理能力。
随着学生再"入学"领域的不断深化发展，我们有理由相信，未来将涌现出更多创新成果和发展机遇。感谢您的阅读，欢迎持续关注后续报道。