103
社区成员
发帖
与我相关
我的任务
分享因为把dll看成ddl而急死——大模型评测作业
| 这个作业属于哪个课程 | 2501_CS_SE_FZU |
|---|---|
| 这个作业要求在哪里 | 软件工程实践——大模型评测作业 |
| 这个作业的目标 | 调研、测评大模型、分析软件优劣和产品质量、给出产品建议和规划、撰写博客 |
| 其他参考文献 | 《构建之法》 |
目录
- 一、调研，评测
- 1、Qwen3-Max
- 1.1体验
- 1.2结论
- 2、DeepSeek v3.2-exp
- 2.1体验
- 2.2 结论
- 3、自动化测试
- 3.1 模型初始化
- 3.2测试用例展示
- 3.3四阶段对话流程
- 3.4 测试结果展示分析
- 二、分析
- 1、大模型对现实生活的影响
- 2、同类产品对比排名
- 3、软件工程方面的建议
- 4、市场概况
- 5、产品规划
- 6、团队绩效
一、调研，评测
1、Qwen3-Max
1.1体验
1.1.1 模型基本功能与使用
Qwen3-Max 是阿里云推出的万亿参数级大语言模型，具备文本生成、多轮对话、意图精准解析、结构化输出等核心能力，依托 256k tokens 超长上下文窗口，可高效处理复杂需求的多阶段演进任务。
1.1.2 优缺点分析
优点：
1.问题理解与信息整合能力强：能快速抓取问题的细节，未遗漏关键线索，体现出对技术类问题的深度理解能力。
2.解决方案结构化输出清晰：将回复拆分为 “问题核心分析”“修复方案（短期 + 长期）”“代码实现”“验证步骤” 等模块，使用标题、列表、代码块等格式区分内容层级，核心结论突出，开发者可快速定位关键信息，适配技术场景的阅读需求。
3.技术细节输出专业且落地：不仅提供修复思路，还明确标注修改文件路径（如 registry/zookeeper/service_discovery.go）、核心方法（GetInstances）及完整伪代码，甚至考虑到 ServiceInstance 构造、URL 解码等细节，输出内容具备直接落地的技术价值，而非泛泛而谈。
4.上下文延续性好：当用户提出补充需求时，模型能无缝衔接前文的问题背景，基于原有分析延伸出细节逻辑的实现方案，未出现信息断裂或重复，体现出强上下文追踪能力。
缺点：
1.异常场景与风险预判不足：在输出方案时，仅简要提及 “性能影响”，未深入分析极端场景下的风险，也未给出风险规避措施，技术方案的完整性存在缺口。
2.用户潜在需求挖掘不足：未主动询问用户延伸需求，仅在结尾被动提供交付物选项，未充分贴合开发者 “解决问题后需快速推进落地” 的潜在诉求，服务主动性有待提升。
3.技术术语解释适配性差：对部分特殊术语，仅在表格中简要说明，未针对可能不是很熟悉问题背景的用户提供更通俗的解释，可能对新手用户造成理解障碍。
1.1.3 用户改进意见
1.针对时效性与社区关联性：在训练中强化 “技术类问题关联社区动态” 的逻辑，对开源项目 Issue 响应时，自动补充 “是否查询该项目最新 PR / 文档” 的判断步骤。
2.针对风险预判能力：新增 “技术方案风险自检” 模块，在输出方案后自动触发 “异常场景枚举”（如网络波动、版本兼容、并发问题），并对应给出规避措施（如加缓存减少 ZK 查询、增加版本判断逻辑），提升方案完整性。
3.针对潜在需求挖掘：基于 “技术问题解决→落地推进→后续维护” 的用户链路，在回复结尾主动提供 “PR 模板生成”“测试用例编写”“文档同步建议” 等延伸服务选项，贴合开发者全流程需求，增强服务主动性。
4.针对术语解释适配性：增加 “术语分层解释” 逻辑，识别用户提问中的技术术语，对可能存在理解门槛的内容，自动补充 “通俗释义 + 应用场景”（如 “接口级注册：Dubbo 2 传统模式，每个接口单独在 ZK 建节点，适合旧版本服务；应用级注册：Dubbo 3 新模式，按应用名建节点，查询效率更高”），适配不同知识水平用户。
1.2结论
该模型在技术类问题的理解、结构化输出与专业细节落地方面表现突出，能高效解决技术问题，满足开发者的核心需求。但其在时效性、风险预判、用户潜在需求挖掘上的不足，可能导致输出内容的实用性与安全性打折扣，尤其在复杂生产环境场景下，可能存在落地隐患。
2、DeepSeek v3.2-exp
2.1体验
2.1.1 模型基本功能与使用
DeepSeek v3.2-exp 是一款由深度求索开发的大语言模型，具备文本生成、多轮对话、逻辑推理、知识问答、创意创作等多种核心功能。支持通过阿里云 DashScope 平台以Generation.call()方法调用，注册流程简便，用户可快速获取 API Key 并接入使用。本次测试中开启enable_thinking=True参数，用于记录模型的推理思考过程（reasoning_content）。
2.1.2 优缺点分析
优点：
1.推理过程透明化：enable_thinking参数能完整记录模型的思考路径，用户或开发者可清晰了解其从问题理解到结论输出的 “思考” 过程。例如用户询问 “2PC 与 3PC 区别” 时，模型会记录 “先明确核心定位（3PC 是 2PC 改进版）→ 拆解 2PC 的阶段与问题→ 分析 3PC 的优化逻辑→ 对比核心差异” 的思考步骤，对模型迭代优化、问题排查具有重要价值。
2.内容创作深度佳：在知识科普、逻辑分析等场景中，模型输出内容详实且富有逻辑。例如解答 “2PC 与 3PC 区别” 时，能清晰拆解两者的阶段流程、核心痛点与优化思路，通过分点、分阶段的方式层层递进，还补充总结表和实际应用现状，细节丰富度与逻辑完整性较高。
3.多轮对话连贯性较好：在多轮交互中，模型能较好地承接上下文，理解用户意图的延续性。例如用户先询问 “2PC 与 3PC 区别”，后续追问 “3PC 的一致性风险具体场景”，模型能基于前文对 3PC 的分析，精准展开极端情况下的数据不一致场景，保持回答的连贯性和相关性。
缺点：
1.格式生成稳定性不足：在需要特定格式（如 Markdown 列表、表格）输出的场景中，模型经常出现格式不规范的问题。例如用户要求以 “标准表格” 对比 2PC 与 3PC 核心特性时，模型输出的表格可能被多余说明文字包裹，或缺失表格边框标识，导致格式相关的信息提取或展示失败。
2.专业领域知识准确性待提升：在一些垂直领域（如分布式系统协议细节、前沿技术原理），模型存在信息表述不够精准、细节遗漏的情况。例如解释 2PC 的 “同步阻塞” 问题时，未明确 “参与者锁定资源的具体范围”，对 3PC 超时机制的触发条件描述不够严谨，与权威技术文档的细节表述存在偏差。
3.复杂指令执行精度有限：当用户下达包含多个条件、多步骤的复杂指令时，模型有时会遗漏部分要求或对指令的理解出现偏差。例如用户要求 “先分点说明 2PC 的两个阶段，再用表格对比 2PC 与 3PC 的 3 个核心差异，最后给出实际应用建议”，模型可能完整完成前两部分，但遗漏 “实际应用建议” 的输出，或表格对比维度超出指定的 3 个核心差异。
2.1.3 用户改进意见
1.针对格式生成：优化模型对格式指令的识别和执行模块，增加格式校验和修正机制。例如针对表格、列表等指定格式，设置强制校验逻辑，自动剔除多余包裹文字、补全缺失的格式标识，确保输出严格遵循用户要求的格式规范。
2.针对专业知识：建立更高效的知识更新机制，接入权威、实时的专业数据库。尤其对分布式系统、前沿技术等垂直领域知识，结合权威技术文档、行业标准进行针对性训练和迭代，提升专业细节的表述精准度。
3.针对复杂指令：增强模型对多条件、多步骤指令的拆解与执行能力。可通过强化指令理解类的训练数据，让模型具备 “指令拆分 - 步骤标记 - 逐一执行 - 结果校验” 的逻辑，避免遗漏复杂指令中的关键要求。
2.2 结论
DeepSeek v3.2-exp 在推理过程透明性、内容创作深度和基础多轮对话连贯性上表现突出，尤其在知识科普、逻辑分析等场景中能输出详实且有逻辑的内容，为用户提供了具有价值的交互体验。但在格式规范性、专业知识准确性和复杂指令执行精度上存在明显不足，这些问题限制了其在对格式标准化、数据准确性要求较高的专业场景（如技术文档生成、精准知识问答）中的应用。
建议开发团队优先针对格式生成和专业知识模块进行优化，同时强化复杂指令的理解与执行能力。若能解决这些问题，DeepSeek v3.2-exp 有望在更多专业场景和复杂交互中展现出更强的竞争力，为用户提供更可靠、更精准的服务。
3、自动化测试
代码
1.测试环境搭建：基于 DashScope API 构建测试框架，从环境变量自动读取 API Key 初始化 “qwen-max” 模型，配置无特殊参数的标准调用逻辑，同步监控 API 响应延迟（实测平均延迟低于同类竞品）。
2.测试用例设计：覆盖 4 类核心场景（家庭用车、性能驾控、新能源偏好、商务与舒适），每场景包含 4 个阶段对话，兼顾正常需求输入与边界场景（如候选数量极限、多关键词混合需求）。
3.自动化执行与结果校验：通过 Python 脚本批量发起 16 轮对话调用，自动校验流程合规性（格式 / 数量）、上下文一致性（关键词命中率）、数据质量（数值占比 / 时效性）三大维度，生成包含场景得分矩阵的可视化报告。
3.1 模型初始化
模型名称: "qwen-max"
API 提供商: DashScope (阿里云)
API Key: 从环境变量 DASHSCOPE_API_KEY 读取
调用方式: Generation.call() 方法
特殊参数: 无（不开启 enable_thinking）
3.2测试用例展示
测试用例包含四个场景，每个场景包含4个阶段
3.3四阶段对话流程
每个场景按以下流程与 Qwen3-max 进行交互：
阶段 1：意图理解与初步候选
输入（系统提示词）：
你是购车顾问。所有输出必须严格遵循结构化格式，便于程序解析。
阶段1：输出标题'候选车型'，下方用Markdown列表列出3-5款，格式'- 车型名 - 一句话理由'。
输入（用户消息）：
用户购车意图：{intent}
请给出候选车型列表。
期望输出格式：
候选车型
丰田卡罗拉 - 燃油经济性好，维护成本低，适合日常通勤。
大众高尔夫 - 操控性能优秀，内饰做工精细，城市驾驶体验佳。
日产轩逸 - 舒适性强，车内空间宽敞，适合家庭使用。
评分逻辑：
-提取候选车型数量（通过正则和文本解析）
-≥3 款 → 10 分
-1-2 款 → 5 分
-0 款 → 0 分
阶段 2：需求分析与候选更新
输入（用户消息）：
用户购车要点：{requirements}
请根据要点更新候选车型列表。
期望输出格式：
更新候选
1. 比亚迪秦PLUS DM-i
类型：插电式混合动力
特点：续航里程长，燃油经济性极佳，配备丰富的智能安全配置
价格：约15-18万元
2. 丰田卡罗拉双擎E+
...
评分逻辑：
-提取候选车型数量
-≥3 款 → 10 分
-1-2 款 → 5 分
-关键词匹配：提取需求中的关键词（如"混动"、"空间大"、"安全"），用于后续质量评分
阶段 3：参数对比
输入（用户消息）：
请给出上述候选车型的参数对比表（Markdown表格）。
期望输出格式：
| 车型 | 价格(万元) | 动力类型 | 续航/油耗 | 空间 | 安全配置 | 适合人群 | 总评 |
|---|---|---|---|---|---|---|---|
| 比亚迪秦PLUS DM-i | 15-18 | 插电混动 | 纯电120km | 宽敞 | 自动刹车、车道保持 | 家庭用户 | 性价比高 |
| 丰田卡罗拉双擎E+ | 18-20 | 插电混动 | 纯电55km | 适中 | TSS系统 | 务实消费者 | 可靠性强 |
评分逻辑：
-解析 Markdown 表格行数
-≥3 行 → 10 分
-1-2 行 → 5 分
-0 行 → 0 分
-数据提取：保存表格内容，用于质量评分的数据准确性分析
阶段 4：最终推荐
输入（用户消息）：
请综合给出最终推荐（1款），并说明关键依据。
期望输出格式：
最终推荐：比亚迪秦PLUS DM-i
关键依据：
价格：15-18万元，符合预算
续航：纯电120km，综合1245km
油耗：亏电油耗3.8L/100km
安全：配备自动刹车、车道保持、盲点监测
品牌：比亚迪在新能源领域口碑良好
过程展示
大模型进行四个场景的测试
评分逻辑（流程分）：
-是否包含"最终推荐|推荐车型|综合推荐" → 10 分
-仅包含"推荐" → 5 分
-无推荐 → 0 分
评分逻辑（质量分，满分 60：
此阶段统一计算三个质量维度：
1.上下文一致性（20 分）
-统计需求关键词在阶段 2 和阶段 4 中的命中率
-公式：20 × (0.7 × 阶段2命中率 + 0.3 × 阶段4命中率)
-Qwen3-max 表现：在测试中，该维度得分普遍为 20/20 或接近满分
2.数据准确性（20 分）
-分析阶段 3 表格中数值字段比例（含数字的单元格占比）
-验证价格字段是否在合理区间（3-200 万元）
-公式：20 × (0.5 × 数值字段比例 + 0.5 × 价格合理数/车型数)
-Qwen3-max 表现：得分 5.76-15.0/20，表格数据较规范但部分场景数值密度不足
3.数据时效性（20 分）
-检测是否包含"2023|2024|2025|最新|新款|改款"等时效性关键词
-在阶段 2、阶段 4 文本和阶段 3 表格前两行中搜索
-公式：20 × min(1.0, 命中次数/3)
-Qwen3-max 表现：得分均为 0/20，模型输出未强调车型年份信息
3.4 测试结果展示分析
测试结果展示
Qwen3-Max评分结果
| 场景 | 流程遵循(40) | 上下文一致性(20) | 数据准确性(20) | 数据时效性(20) | 质量总分(60) | 综合(100) |
|---|---|---|---|---|---|---|
| 家庭用车 | 40/40 | 20.0 | 5.76 | 0.0 | 25.76 | 65.76 |
| 性能驾控 | 40/40 | 20.0 | 12.89 | 0.0 | 32.89 | 72.89 |
| 新能源偏好 | 40/40 | 20.0 | 15.0 | 0.0 | 35.0 | 75.0 |
| 商务与舒适 | 40/40 | 10.0 | 12.57 | 0.0 | 22.57 | 62.57 |
| 平均 | 40/40 | 17.5 | 11.56 | 0.0 | 29.05 | 69.05 |
（机器人工综合评分）
| 场景 | 流程遵循(40) | 上下文一致性(20) | 数据准确性(20) | 数据时效性(20) | 质量总分(60) | 综合(100) |
|---|---|---|---|---|---|---|
| 家庭用车 | 40/40 | 18.5 | 12.69 | 9.75 | 40.94 | 80.94 |
| 性能驾控 | 40/40 | 18.5 | 14.4725 | 9.75 | 42.7225 | 82.7225 |
| 新能源偏好 | 40/40 | 18.5 | 15 | 7.5 | 41 | 81 |
| 商务与舒适 | 40/40 | 13.75 | 12.8925 | 9 | 35.6425 | 75.6425 |
| 平均 | 40/40 | 17.3125 | 13.76375 | 9 | 40.07625 | 80.07625 |
DeepSeek v3.2-exp评分结果
| 场景 | 流程遵循(40) | 上下文一致性(20) | 数据准确性(20) | 数据时效性(20) | 质量总分(60) | 综合(100) |
|---|---|---|---|---|---|---|
| 家庭用车 | 40/30 | 14.6675 | 7.5 | 9 | 31.1675 | 61.1675 |
| 性能驾控 | 40/25 | 15.875 | 7.5 | 8.25 | 31.625 | 56.625 |
| 新能源偏好 | 40/25 | 13.75 | 6 | 9 | 28.75 | 53.75 |
| 商务与舒适 | 40/30 | 13.75 | 7.5 | 15.1675 | 36.4175 | 66.4175 |
| 平均 | 40/27.5 | 14.323125 | 7.125 | 10.354375 | 31.8025 | 59.3025 |
图表分析
关键特征
Qwen3-Max优势：
1.流程遵循完美（40/40）：所有阶段均按要求输出了候选列表、Markdown 表格和明确推荐
2.上下文一致性强（平均 17.5/20）：模型能有效理解并在后续回复中反复强调用户需求关键词
3.结构化输出稳定：每次都能正确生成列表和表格格式，易于程序解析
Qwen3-Max劣势：
1.数据时效性缺失（0/20）：回复中未主动提及车型年份或"最新款"信息
2.数据准确性中等（平均 11.56/20）：表格中部分字段为文字描述而非具体数值，影响评分
典型输出示例：
-阶段 1 候选数量：5 款（满分）
-阶段 2 候选数量：5 款（满分）
-阶段 3 表格行数：5 行（满分）
-阶段 4 明确推荐：是（满分）
-质量维度：上下文一致性满分，但数据字段需加强数值化和时效性标注
二、分析
1、大模型对现实生活的影响
1.1.学习方式的影响：
-过度依赖 ：学习者可能失去独立思考和解决问题的能力
-个性化学习 ：大模型能根据学习者的水平和需求提供定制化的学习内容和路径
-即时答疑 ：24/7可用的智能助手，能够即时解答学习中的疑问
-语言学习革命 ：提供沉浸式对话练习和实时语法纠错
-学术诚信问题 ：作业和论文代写现象增加
1.2 工作效率的影响
-自动化办公 ：文档生成、邮件撰写、会议纪要整理等重复性工作自动化
-代码开发加速 ：智能代码补全、bug修复建议、代码重构优化
-多语言沟通 ：实时翻译和跨语言协作支持
-就业替代威胁 ：某些岗位面临被AI替代的风险
-技能退化 ：过度依赖AI可能导致专业技能生疏
1.3 生活习惯的影响：
-智能生活管理 ：个人日程规划、健康监测、财务管理的智能化
-娱乐体验升级 ：个性化内容推荐、互动式娱乐、虚拟陪伴
-隐私边界模糊 ：个人信息被大量收集和分析，隐私保护面临挑战
-社交能力退化 ：过度依赖AI交流可能影响真实人际关系
2、同类产品对比排名
排名指标由以下四个方面构成：流程遵循、上下文一致性、数据准确性、数据时效性。流程遵循指整个流程中大模型所要进行的四个阶段的操作，即列出候选车型、根据需求更新候选、列出各车型参数对比、给出最终推荐这四个阶段。上下文一致性为基于需求关键词命中的得分，数据准确性根据表格中数值/规范字段比例与价格合理区间判定的给出得分，数据时效性来源于回答中近年术语或年份（2023–2025，含“最新/新款/改款”）出现比率，通过这几个方面对qwen3-max和deepseek-v3.2-exp进行一个排名比较
| qwen3-max | deepseek-v3.2-exp | |
|---|---|---|
| 流程遵循(40) | 17.3125 | 14.323125 |
| 上下文一致性(20) | 17.3125 | 14.323125 |
| 数据准确性(20) | 13.76375 | 7.125 |
| 数据时效性(20) | 9 | 10.354375 |
| 综合评分(100) | 80.07625 | 59.3025 |
在流程遵循方面，qwen3-max有极好的表现，而deepseek-v3.2-exp则相对不足。在上下文一致性和数据准确性中，二者均表现较差但qwen3-max仍优于deepseek-v3.2-exp，而在数据时效性中，二者表现同样不佳，但是deepseek-v3.2-exp相对于qwen3-max表现出微弱优势。
司南OpenCompass 大语言模型官方自建榜单对主要大模型排名如下：
| 模型 | 语言 | 知识 | 推理 | 数学 | 代码 | 工具调用 |
|---|---|---|---|---|---|---|
| GPT-5-2025-08-07 | 83.1 | 90.9 | 66 | 65.6 | 47.9 | 59.6 |
| Grok-4 | 81.3 | 89.8 | 63.5 | 67.9 | 45.7 | 50.4 |
| qwen3-max | 84.9 | 88.9 | 62.8 | 66.7 | 41.6 | 58.4 |
| deepseek-v3.2-exp | 75.1 | 88.4 | 54.3 | 47.2 | 33.1 | 57.2 |
3、软件工程方面的建议
qwen3-Max的优势在于多轮需求解析中，关键词命中率高，语义条件（如预算、油耗）能够保持一致，同时输出模板内部稳定。而主要短板在于模型未能动态引用时间相关数据，同时数值真实性有限。因此建议提供动态知识接入，绑定外部数据，以提高数据真实性和时效性，降低幻觉率。此外，通过 JSON 状态缓存当前用户需求，防止多轮对话丢失条件，实现上下文状态持久化。
deepSeek-V3.2-Exp上下文一致性尚可，相比于qwen3-Max略有时效性，然而存在数据准确性极低、表格生成结构不稳定等较为严重的问题。因此建议增强事实性绑定，以缓解模型生成易产生幻觉的情况，在输出后调用规则引擎，对不合理字段进行纠正或二次生成。与此同时，在系统层强制输出符合 Schema，使用正则或 JSON 验证器，以此实现输出结构标准化。
4、市场概况
4.1 市场有多大？
随着大语言模型（LLM）在各行业（如教育、客服、内容生成、代码开发等）的广泛应用，大模型评测与测试工具 的市场需求正在快速增长。
据行业分析，全球 AI 软件市场预计在 2025 年将超过 1000亿美元，其中模型评估、测试与优化工具是重要组成部分。
尤其是在教育、企业研发、AI 服务提供商等领域，对模型性能的自动化评测系统有明确且持续的需求。
4.2.直接的用户有多少？潜在的用户又有多少？
（1）直接用户：
· 高校与科研机构：如软件工程课程学生、AI研究方向师生。
· AI 研发团队：如大模型开发公司（如阿里、智普、百度、OpenAI等）的测试工程师。
· 企业技术部门：使用大模型构建内部工具或对外服务的企业。
初步估计，仅在中国高校与中小AI企业中，直接用户规模可达 数十万人。
（2）潜在用户：
· 所有使用或计划使用大模型的个人开发者与企业；
· 非技术部门但依赖AI决策支持的用户，如产品经理、运营人员；
· 未来扩展到国际教育与企业市场的用户群体。
潜在用户规模可扩展至数百万甚至千万级，尤其是随着低代码/无代码评测工具的发展。
5、产品规划
基于千问大模型的“知识梳理与呈现增强插件
| 功能模块 | 核心内容 | 依托的千问优势 |
|---|---|---|
| 流程化梳理向导模块 | 预设10+个人高频场景模板（学习笔记、工作总结等），内置标准化梳理流程；支持模糊需求拆解，自动生成递进式梳理步骤 | 流程遵循性40/40（完美），具备强大的流程拆解与引导能力 |
| 结构化格式引擎模块 | 自动规整杂乱内容格式（标题层级、列表样式、重点标注等）；支持保存个人格式偏好，生成标准化输出内容 | 结构化输出稳定，表格/列表规范率100%（购车场景实测验证） |
| 上下文记忆锚点模块 | 为主题生成唯一记忆标签，记录梳理框架、格式偏好等信息；支持跨会话增量补充内容，自动衔接历史逻辑 | 上下文一致性17.5/20（突出），具备强记忆衔接能力 |
NABCD分析
一、Need（需求）:
-随着信息爆炸与混合工作模式的普及，用户对知识管理工具的需求已从“单纯存储”转向“智能处理”。Gartner预测，到2027年超过60%的企业将把生成式AI集成到知识管理平台中，而个人用户更期待“低门槛、高适配”的智能化工具。当前市场存在三大核心痛点，为插件提供了差异化机会
二、Approach（做法）：
-依托千问大模型的流程遵循完美、上下文一致性强、结构化输出稳定的核心优势，采用“模板引导+流程拆解+记忆衔接”的轻量设计
三、Benefit（益处）：
-降低梳理门槛，实现“零基础”高效整理：通过流程化向导模块，用户无需掌握专业知识管理方法，选择对应场景模板后即可按步骤完成“目标定义-框架搭建-内容填充”。例如学生整理课堂笔记时，插件会引导其先提炼核心知识点，再补充案例与易错点，大幅降低梳理难度，使整理时间缩短80%以上。
-提升呈现质量，实现“一站式”多场景适配：结构化格式引擎确保输出内容格式规范，避免手动调整耗时；风格适配生成器可实现“一份核心内容、多场景适配”。如职场人撰写周报后，可一键将内容转换为“团队分享版（详实具体）”与“领导汇报版（简洁数据导向）”，版本适配时间从1小时缩短至10分钟内。
-障知识沉淀，实现“长期化”迭代积累：上下文记忆锚点模块解决了跨会话迭代的核心痛点，用户梳理某一主题（如“Python学习计划”）后，后续补充内容时无需重复说明框架，插件可自动定位章节并按原格式插入。这一能力使个人知识从“零散碎片”转化为“体系化资产”，显著提升知识复用价值。
四、Competition（竞争）：
对比市面知识管理工具的AI功能，千问插件依托“流程+结构+记忆”的优势组合，形成独特竞争力。
-主流产品如腾讯乐享、Notion AI等虽具备AI功能，但多聚焦企业级数据集成或技术型文档管理，对个人学习、工作总结等高频场景的适配性较弱，
-现有工具难以兼顾“结构化输出”与“个性化风格转换”，用户需手动调整格式以适配不同场景，跨会话迭代同一知识主题时需重复复述前文信息
-知识梳理与呈现增强插件”依托千问大模型的天然优势，精准填补了“个人场景+AI智能化+轻量化流程”的市场空白：相较于企业级平台，插件具备零部署成本、场景适配性强的优势；相较于传统个人工具，插件通过流程化引导、结构化输出等AI能力，解决了用户“不会梳理、格式混乱、迭代困难”的核心痛点，形成独特的竞争定位。
五、Delivery（交付)：依托千问现有生态，采用“插件化嵌入+模板迭代”的轻量交付策略
-第一阶段（1-2周）：上线“学习笔记”“工作总结”两大高频模板，开放“流程引导（预设10+高频知识梳理场景模板和根据模糊需求拆解为递进式流程）+格式规整（格式自动规整与自定义格式保存）”核心功能，覆盖学生与职场人核心需求
-第二阶段（3-4周）：上线“主题记忆(主题记忆标签与增量式补充功能，新增“项目方案”“会议纪要”模板，完成功能闭环
-第三阶段（上线后）：基于用户反馈每周新增1-2个场景模板（如“考研笔记”“短视频脚本”），无需调整核心代码，迭代效率极高
6、团队绩效
| 姓名 | 学号 | 工作内容 | 贡献度 |
|---|---|---|---|
| 叶达 | 102300229 | 协调善后、进度管控、Qwen3-Max部分自动化测试 | 11 |
| 张钰婷 | 102300206 | 测试结果整理与可视化（汇总测试数据，制作表格或图表对比） | 12.5 |
| 郑天浩 | 102300109 | Qwen3-Max部分 体验和结论章节编写（采访由cyt完成） | 7 |
| 陈彦哲 | 032201218 | DeepSeek v3.2-exp部分自动化测试 | 9 |
| 李严 | 102300127 | DeepSeek v3.2-exp部分 体验和结论章节编写（采访由cyt完成） | 6 |
| 苏峻 | 102300221 | 第二部分 分析同类产品对比排名、软件工程方面的建议 编写 | 10 |
| 朱添驰 | 032201109 | 第二部分 产品规划编写 | 7 |
| 陈雨昕 | 102300214 | 博客随笔内容的编写 | 11.5 |
| 陈雨桐 | 102300202 | 采访他人使用体验 帮助第一部分体验章节的QA编写 ，本次协作文档模板搭建整理 | 11 |
| 吴嘉鑫 | 102300225 | 第二部分 市场概况编写 | 15 |
...全文
请发表友善的回复…
发表回复
