北京航空航天大学 高研院 助理教 授 清华大学新闻学院与人工智能学 院双聘教授 沈阳团队博士后 何静 能做什么？ 要怎么做？ 效果如何？ 一 能做什么？ 数据挖掘 数据分析 数据采集 数据处理 数据可视化 AIGC 数据应用 通过编写爬虫代码、访问数据库、读取文件、调用API等方式，采 集社交媒体数据、数据库内容、文本数据、接口数据等。 通过数据清洗、数据集成、数据变换、特征工程等方式，实 数据挖掘深度较浅 Kimi k1.5  数据挖掘能力出色  快速读取文件数据，提取网址链接  长文本数据处理能力突出  爬虫数据采集存在代码错误问题  数据分析能力相对较弱 数据应用情况总结 新思路：优势互补，协同应用 Claude+DeepSeek 数据处理的“洗髓易筋” Claude 3.5 Sonnet 在文本提取 上较稳定，可用于数据清洗， DeepSeek R1强大的中文理解能力，自动识 别并修复古籍中的破损文字，同时生成准确的 注释和解释，帮助修复难以辨认的古籍内容。 • 中 文 法 律 文 本 分 析 与 生 成 ： 基于 DeepSeek R1的中文数据处理能力，快速分 析法律文本，提取关键信息，自动生成合同草 案、法律意见书等，提高律师工作效率。 • 智能医疗数据分析与诊断：构建智能医疗 平台，分析病历、检查报告和基因数据，帮助 医生提供更准确的诊断与治疗方案。

无法持续更新的知识库，可以通过 RAG（Retrieval Augmented Generation，检索增强 生成）来解决。 RAG 的出现，让各界越来越深刻地认识到，大模型没必要存储那么多知识，只需要如何使 用搜索引擎这个外部工具即可。大模型可以在搜索结果上做进一步的信息筛选和优化，而搜索引 擎弥补了大模型的知识缺陷，实现了 1+1>=2 的效果。 RAG 可以被理解为智能体的最简单形式。未来的智能体可以实现多种工具的混合使用，甚 Haiku，大模型自身的能力不断提升，使得模型能够更好地理解和解 决复杂的编程问题。 智能体（AI agent）的引进：智能体可以收集和学习与任务相关的知识，可以直接调用静 态代码分析工具、直接调用搜索引擎和 API 为编程任务服务，并通过构建代码仓库知识图来帮 助大模型全面理解软件仓库的结构和依赖关系，从而更好地定位问题根源并生成有效的代码补丁。 智能体还可以动态获取代码片段和问题相关的信息，并分析和总结收集到的信息，以便规划 AI 从业者观察 因为我看到的不代表真相，所以这一章节会很短，仅仅分享两个发现。 （一）AI 技术的下坡 有两个感受（非证据）可以说明这一点。 (1)关于 AI 大模型的自媒体数量在减少，从搜索引擎趋势，加上我和几个业内朋友的 blog、 公众号以及 X 的阅读量下降趋势也可以佐证这一点，下半年虽然市场理性回归，但整体热度是 在下降的。OpenAI 不再持续放大招可能也是重要原因之一。 (2)我前期接触了很多因为

· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 82 3.4.5 HTAP 数据处理 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 2539 14.2 存储引擎 TiKV · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 2556 14.3 存储引擎 TiFlash· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·

· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 101 3.4.5 HTAP 数据处理 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 2566 20 14.2 存储引擎 TiKV · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 2583 14.3 存储引擎 TiFlash· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·

· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 98 3.4.5 HTAP 数据处理 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 2548 14.2 存储引擎 TiKV · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 2565 17 14.3 存储引擎 TiFlash· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·

大模型是一场工业革命，将重塑所有产品和业务。你相不相信？ 不拥抱AI的组织和个人，会被拥抱AI的组织和个人淘汰。你相不相信？ 建立AI信仰 6政企、创业者必读 大模型不是泡沫，而是新一轮工业革命的驱动引擎 蒸汽革命 电气革命 信息革命 以大模型为代表的 人工智能革命 人工智能是新质生产力的关键支撑技术，人工智能+百业千行将带动新一轮工业革命，为高质量发展注入强大动能 大模型的进一步突破将引领 识工场、模型工场，训练 业务大模型 DeepSeek基座大模型 59政企、创业者必读 关键基础之一：知识库打造 知识库打造是DeepSeek更懂企业的基础 知识自动汇集，不流失 多模态数据处理和理解 非结构化文档处理和理解 搜索，辅助内部办公和外部客户服务 为业务大模型RAG做准备 内部知识管理 • 把企业内部的碎片化知识， 把专 家头脑中的经验转化为显性知识 管理起来， 如员工邮件、

--- 内存映射文件支持 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 957 20 互联网数据处理 961 20.1 email --- 电子邮件与 MIME 处理包 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Match.pos pos 的值，会传递给search() 或match() 的方法 a 正则对象 。这个是正则引擎开始在字符串搜索一 个匹配的索引位置。 Match.endpos endpos 的值，会传递给search() 或match() 的方法 a 正则对象 。这个是正则引擎停止在字符串搜索 一个匹配的索引位置。 Match.lastindex 捕获组的最后一个匹配的整数索引值，或者 数据库中定义的触发器的执行。 将传入的 trace_callback 设为None 将禁用跟踪回调。 3.3 新版功能. enable_load_extension(enabled) 此例程允许/禁止 SQLite 引擎从共享库加载 SQLite 扩展。SQLite 扩展可以定义新功能，聚合或全 新的虚拟表实现。一个众所周知的扩展是与 SQLite 一起分发的全文搜索扩展。 默认情况下禁用可加载扩展。见1. 3

mmap --- 内存映射文件支持 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 902 20 互联网数据处理 907 iii 20.1 email --- 电子邮件与 MIME 处理包 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Match.pos pos 的值，会传递给search() 或match() 的方法 a 正则对象 。这个是正则引擎开始在字符串搜 索一个匹配的索引位置。 Match.endpos endpos 的值，会传递给search() 或match() 的方法 a 正则对象 。这个是正则引擎停止在字符串 搜索一个匹配的索引位置。 Match.lastindex 捕获组的最后一个匹配的整数索引值，或者 理和当前数据库中定义的触发器的执行。 将传入的 trace_callback 设为None 将禁用跟踪回调。 3.3 新版功能. enable_load_extension(enabled) 此例程允许/禁止 SQLite 引擎从共享库加载 SQLite 扩展。SQLite 扩展可以定义新功能，聚合 或全新的虚拟表实现。一个众所周知的扩展是与 SQLite 一起分发的全文搜索扩展。 394 Chapter 12. 数据持久化

--- 内存映射文件支持 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1016 19 互联网数据处理 1021 19.1 email --- 电子邮件与 MIME 处理包 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Match.pos pos 的值，会传递给search() 或match() 的方法 a 正则对象 。这个是正则引擎开始在字符串搜索一 个匹配的索引位置。 Match.endpos endpos 的值，会传递给search() 或match() 的方法 a 正则对象 。这个是正则引擎停止在字符串搜索 一个匹配的索引位置。 Match.lastindex 捕获组的最后一个匹配的整数索引值，或者 Python 3.8 使用的默认协议。有关第 4 版协议带来改进的信息，请参阅 PEP 3154。 • 第 5 版协议是在 Python 3.8 中加入的。它增加了对带外数据的支持，并可加速带内数据处理。请参阅 PEP 574 了解第 5 版协议所带来的改进的详情。 注解: 序列化是一种比持久化更底层的概念，虽然pickle 读取和写入的是文件对象，但它不处理持久对象 的命名问题，也不处理对

mmap --- 内存映射文件支持 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 947 19 互联网数据处理 953 19.1 email --- 电子邮件与 MIME 处理包 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 953 Match.pos pos 的值，会传递给search() 或match() 的方法 a 正则对象 。这个是正则引擎开始在字符串搜 索一个匹配的索引位置。 Match.endpos endpos 的值，会传递给search() 或match() 的方法 a 正则对象 。这个是正则引擎停止在字符串 搜索一个匹配的索引位置。 Match.lastindex 捕获组的最后一个匹配的整数索引值，或者 Python 3.8 使用的默认协议。有关第 4 版协议带来改进的信息，请参阅 PEP 3154。 • 第 5 版协议是在 Python 3.8 中加入的。它增加了对带外数据的支持，并可加速带内数据处理。请参 阅 PEP 574 了解第 5 版协议所带来的改进的详情。 注解: 序列化是一种比持久化更底层的概念，虽然pickle 读取和写入的是文件对象，但它不处理持久 对象的命名问题，也不处理对