← 案例目录DATAWHALE / FDE

案例 04 · 城市规划研判

Datawhale原书章节 · 印刷页码 33—45 · 当前仅加载一页

Datawhale《FDE案例100》,案例04,原书第43页;下方可展开文字版

原书第 43 页 · 点击页面可放大查看

查看与复制本页文字

文字由原PDF提取,阅读顺序和表格请以原页为准。

务的复杂性。所以我们建议把“万能问数”先放一放,让AI理解任务以后调用真正的专业
工具完成处理。
到了后续阶段,又出现过类似的问题。比如大家会期待“多智能体博弈”:法律专家、
经济专家、民生专家坐在一起讨论一个规划议题。听起来很先进。
但我们真正分析业务后发现,有些选址问题最终还是依赖明确的规则和指标计算。这种
情况下,强行做多智能体,不但架构更复杂,上下文在多个智能体之间传递还可能带来
歧义、丢失和污染,结果反而不够收敛。
所以我们的思路慢慢变成,表面上可以体现不同专业视角,但底层未必真的需要多个
Agent互相聊天,可以把不同专业能力封装成工具,由一个核心Agent统一调度。甚至
某些寻找最优解的问题,本身就不一定应该用大模型,传统优化算法可能更加精准。
这个过程让我越发笃定,FDE的职责是帮客户判断,什么地方真的应该用AI,什么地方
不应该。
Q6:根据你的经验,我们怎么才能更好地把AI部署到实际业务中?
图7:FDE的价值
做完这个项目以后,我对FDE最大的理解变化,是不再觉得FDE首先是一个“懂模型的
人”。
第一,先进入业务。
43/243