Prompt 语宙Prompt 语宙
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
阅读: 构建企业级大语言模型应用的秘诀:GitHub Copilot 的实践之路 [译]
Share
通知 阅读更多
Font Resizer字体
Font Resizer字体
Prompt 语宙Prompt 语宙
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
已有帐户? 登陆
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
时间线。2020 年,GitHub 开始尝试 OpenAI 的模型。2021 年,GitHub Copilot 首次作为技术预览版推出。2022 年,向个人用户正式开放。到了 2023 年,GitHub Copilot for Business 正式上线。
Prompt 语宙 > 强化 AI 学习 > 构建企业级大语言模型应用的秘诀:GitHub Copilot 的实践之路 [译]
强化 AI 学习

构建企业级大语言模型应用的秘诀:GitHub Copilot 的实践之路 [译]

宝玉的分享
最近更新: 2026年5月23日 下午6:31
AI编程 Copilot Cursor GitHub Copilot OpenAI
SHARE
⚡ Prompt 语宙 AI 导读 · 30 秒核心看点
  • GitHub Copilot 以“发现-实现-扩展”三阶段推进,先锁定 IDE 编码这一高价值场景,再逐步扩展到企业级能力。
  • 产品关键不在炫技,而在融入开发者现有工作流:从网页界面转向 IDE 后,体验更顺滑、使用阻力更低。
  • 通过相邻标签页与持续 A/B 测试迭代,Copilot 的建议接受率提升 5%,验证了数据驱动优化的有效性。

GitHub Copilot 的开发团队分享了他们在构建能够同时为个人和企业用户带来价值的大语言模型(LLM)应用的心得体会。

阅读目录
  • 发现阶段:聚焦你想解决的问题
    • 专注问题,加速产品上市
  • 实现阶段:通过迭代创造流畅的 AI 产品体验
    • 我们的研发团队 GitHub Next 如何记录灵感闪现?
  • 扩展阶段:优化 AI 的质量、可用性和负责任使用,助力产品达到正式发布 (GA)
    • 优化质量和可用性
    • GitHub Copilot 让开发者能解决更大、更有意义的难题
    • 优化 AI 的负责任使用
    • 制定走向市场的策略
  • 关键经验

若你希望利用大语言模型 (LLM) 打造并扩展你的应用程序,这篇文章将是你的不二之选。

开发 GitHub Copilot 耗费了我们三年时间,直到最近我们才正式向大众推出。我们的开发历程遵循了三个阶段:发现、实现、扩展。这三个阶段的理念源自于创业产品开发的 “先实现,再扩展” 框架。

这个过程分为以下几个步骤:

  • 发现阶段: 确定大语言模型应用可以解决的重要问题
  • 实现阶段: 打造顺畅的 AI 产品体验
  • 扩展阶段: 准备好你的大语言模型应用,使之适用于广泛用户(普遍可用性,GA)

现在,让我们一起深入了解。

发现阶段:聚焦你想解决的问题

在创造解决方案的过程中,最难的部分往往是确定并缩小问题的范围。这个问题应该具有足够的专注度,以便能迅速产生影响,同时又要足够广泛,确保找到的解决方案能给用户带来惊喜。更重要的是,你需要找到一个适合应用大语言模型(LLM)的问题,并非仅仅为了提升产品的参与度。

  • 明确你想帮助的对象。我们发现 AI 能够提高效率,因此我们决定优先帮助那些时间紧迫、需要快速编程的开发者,帮助他们减少在不同任务间的切换,提高编码速度。

  • 先聚焦一个问题。我们没有试图用 AI 一次性解决所有开发者面临的问题,而是专注于软件开发生命周期中的一个特定环节——在集成开发环境(IDE)中编写函数。在当时,大多数 AI 编程助手仅能完成单行代码的编写。

  • 平衡产品野心和质量。GitHub Copilot 团队最初尝试生成整个代码提交,但当时的大语言模型(LLMs)还无法以足够高的质量完成这一功能。经过进一步测试,团队最终决定在“整个函数”级别提供代码建议。

专注问题,加速产品上市

GitHub Copilot for Individuals 推出仅八个月后,我们就推出了 GitHub Copilot for Business,配备了一整套企业级功能(比如适用于整个组织的策略管理)。这一切都源于我们对一个明确问题的聚焦,这让开发者享受到了快速发布和迭代的好处,同时也催生了 GitHub Copilot for Business 更强大的功能。

时间线。2020 年,GitHub 开始尝试 OpenAI 的模型。2021 年,GitHub Copilot 首次作为技术预览版推出。2022 年,向个人用户正式开放。到了 2023 年,GitHub Copilot for Business 正式上线。
时间线。2020 年,GitHub 开始尝试 OpenAI 的模型。2021 年,GitHub Copilot 首次作为技术预览版推出。2022 年,向个人用户正式开放。到了 2023 年,GitHub Copilot for Business 正式上线。

  • 迎合用户现有习惯。在为开发者设计产品时,一个 LLM 应用应该能增强现有工具的功能或者融入现有的工作流程。GitHub Copilot 团队有一个原则:“如果你在使用 GitHub Copilot 时需要改变编码习惯,那就是个问题。”实际操作中,这意味着开发者可以在不改变其工作方式的情况下,接收到代码建议。

实现阶段:通过迭代创造流畅的 AI 产品体验

利用生成式 AI 这类新兴技术进行产品开发,其过程往往是曲折多变的,而非一帆风顺。这是因为该领域充满未知且快速发展,不断为我们开启新的可能性。在产品开发过程中加入快速迭代环节,可以使团队迅速从失败中学习并成长。 在 GitHub,我们通过 A/B 测试平台实现快速迭代。

据 Idan Gazit,GitHub Next(GitHub Next)的高级研究主管所述:“我们设计应用程序,不仅要考虑到需要人工评估的模型输出,还要考虑到那些正在学习如何与 AI 互动的用户。”

  • 站在用户的立场上考虑。GitHub 的员工习惯于通过“吃自己的狗粮”来体验最终用户的感受,无论是在产品发布前还是发布后。具体来说,GitHub Copilot 团队建立了一个简易的网页界面,通过此界面他们可以实验基础模型,并探索如何将这些模型应用于自己的开发流程。

    我们很快意识到,网页界面并不是最佳选择,因为它要求开发者在代码编辑器和浏览器之间频繁切换。因此,团队决定将重点转移到将 GitHub Copilot 集成至 IDE,并使其无需特定模式即可运行,也就是在后台默默工作。

    我们团队的开发者还发现,在编程时他们经常需要查看 IDE 中多个同时打开的标签页。这一发现促使他们尝试了一种叫做相邻标签页的技术,通过这种方式,GitHub Copilot 能处理开发者在 IDE 中同时打开的多个文件,而不仅限于当前正在编辑的文件。这种相邻标签页的技术使 GitHub Copilot 的建议接受率提升了 5%。

  • 评估你的测试工具。我们的实验进程中,我们不断改进内部测试工具,使其更加全面强大。虽然一开始主要用自己的工具测试,但最后我们转向 Microsoft 实验平台,这样做能更好地根据大规模用户反馈和互动来优化功能。

  • 避免沉没成本谬误。这是指当你在某个项目上已经投入巨大,却因为不愿意放弃而继续坚持,哪怕明显转变方向更有利的情况。

    一开始,GitHub 和 OpenAI 团队认为每种编程语言都需要一个专门调整的 AI 模型。但随着生成式 AI 领域的快速进步,这种想法被证明是错误的。最终,OpenAI 的大语言模型(LLM)取得了显著进步,一个模型就能处理多种编程语言和任务。

  • 定期回顾过去的想法。在这个飞速发展的领域,今天大语言模型(LLM)做不到的事情,或许明天就能实现。

    最初,我们尝试了为开发者提供一个聊天界面来咨询编程问题。但早期测试表明,用户对编码建议的期望远超 GitHub Copilot 当时的能力。因此,我们暂时搁置了这个功能。然而,随着用户对 ChatGPT 这样的 AI 聊天机器人越来越熟悉,加上大语言模型的不断发展,像 GitHub Copilot Chat 这样的迭代式聊天体验变得可行。

我们的研发团队 GitHub Next 如何记录灵感闪现?

GitHub 的首席机器学习工程师 Albert Ziegler 分享了他们是如何记录在众多头脑风暴会议中涌现的所有大语言模型(LLM)功能点的。

“我们在会议中进行了深入的头脑风暴。之后,我们小组中的几个人会把这些想法记录在电子表格里,以便进一步分析这些点子。

比如在 2020 年夏天,我们列出了一长串我们能够通过 LLM 实现的功能。在一个共享的电子表格中,我们为每个功能命名、阐述其必要性,并找出它们在 GitHub 平台上的合适集成点。通过回答这些问题,我们不仅迅速评估了每个功能的潜力,还留下了一个回头再探讨这些想法的记录。”

扩展阶段:优化 AI 的质量、可用性和负责任使用,助力产品达到正式发布 (GA)

早期反馈和技术预览对于推动产品改进、帮助应用达到正式发布 (GA) 阶段至关重要。下面是我们在发布 GitHub Copilot 技术预览前所采取的步骤,我们如何管理技术预览、优化用户反馈,以及我们为应对大规模需求做好内部基础设施准备的过程。

优化质量和可用性

  • 确保结果的一致性。大语言模型 (LLM) 是基于概率的,这意味着它们并不总能产生一致、可预测的结果。为了应对这个挑战,我们需要基于统计方法来进行实验。比如,我们建立了一个专门的质量管道来应对大语言模型在构建时的特殊挑战。

    以 GitHub Copilot 团队为例,当他们开始提供完整的函数编码建议时,必须保证输出的可预测性和一致性,即相同的输入条件下,AI 模型能够产生相同的建议。

    团队采用了两种策略来实现这个目标:一是调整参数以减少输出结果的随机性,二是使用缓存响应。这不仅减少了建议的变化性,还提高了性能。

  • 实施技术预览的等待名单。GitHub Copilot 团队通过等待名单来管理问题、反馈和评论,确保这些问题能得到有效处理。这也帮助我们吸引了各种经验水平的开发者作为早期采纳者,他们为我们提供了宝贵的反馈。

GitHub Copilot 让开发者能解决更大、更有意义的难题

作为全球首个大规模应用的生成式 AI 编码工具,GitHub Copilot 在 2021 年 6 月以技术预览版形式首次亮相,并于 2022 年 6 月向所有开发者全面开放。

自推出以来,我们在开发者的生产力和幸福感上看到了显著提升。在一个盲测试中,使用 GitHub Copilot 的开发者编码速度比未使用的开发者快达 55%。

但生产力的提升不止于速度,有 74% 的开发者表示,使用 GitHub Copilot 编程时感到挫折感减少,能更专注于更有成就感的工作。

  • 重视真实用户的反馈。举个例子,开发者反映一次更新降低了模型编码建议的质量。GitHub Copilot 团队立即采取措施,引入了一个新的指标——多行与单行建议的比例,并对模型进行了调整,确保用户仍然能得到高质量的建议。

    GitHub 团队不仅自己试用 GitHub Copilot,体验开发者的使用感受,还从 GitHub 之外的开发者那里获得了多样化的反馈。我们与技术预览用户早期、频繁地、在他们喜欢的平台上进行互动,这使我们能够实时、积极地回应问题和反馈。

  • 在规模扩大时不断迭代。当 GitHub Copilot 对外普遍开放时,团队不仅需要改善产品本身,还需要改善其基础设施。在初期,GitHub Copilot 是直接与 OpenAI API 进行连接和迭代的。随着产品的发展,我们开始使用 Microsoft Azure 的基础设施,以确保 GitHub Copilot 成为一个具备大型企业级产品应有的质量、可靠性和安全保障。

  • 明确产品的关键绩效指标。在优化 GitHub Copilot 的过程中,我们根据开发者的初期反馈,确定了一些关键绩效指标,如代码的接受率和代码保留率(这是衡量开发者对原始代码建议的保留或编辑程度的指标)。

  • 成本优化。我们的团队在努力降低提供 GitHub Copilot 建议的成本的同时,也在考虑对开发者的影响。例如,在决定使用幽灵文本(即当你输入时会出现的一种灰色建议文本)之前,该工具会迅速生成 10 个建议并同时展示。这不仅意味着对第二到第十个建议的高前期计算成本(因为大部分用户只会选择第一个建议),而且还增加了用户体验的成本,因为这些建议会使开发者从他们的工作流程中抽离,进入评估模式。Gazit 表示:“这就像是为了搜索引擎的第二页结果付费,并让这些结果强行吸引你的注意,尽管多数人只会关注第一个结果。”

    成本优化是一个持续的过程,我们正在探索新的方法来在提升用户体验的同时降低成本。

优化 AI 的负责任使用

  • 重视安全和信任。GitHub Copilot 的技术预览阶段的反馈强调了提出安全代码建议的重要性。为此,团队加入了代码安全功能,筛选出可能含有安全隐患(如 SQL 注入和硬编码凭证)的建议,并使用 Azure OpenAI 服务的自然语言过滤器来排除冒犯性内容。*

  • 让社区参与其中。在 GitHub,我们非常重视广大开发者社区的反馈,并与他们合作以改善我们的产品。在 GitHub Copilot 的案例中,开发者社区在理解 AI 的潜力及其引发的一些担忧方面发挥了关键作用。

    比如,开发者社区曾担心 GitHub Copilot 的建议可能与公开代码重合。作为回应,GitHub Copilot 团队设置了一个过滤器,以阻止与 GitHub 公开仓库中超过 150 个字符的公开源代码相匹配的建议。

    基于社区的反馈,GitHub Copilot 团队还开发了一个代码参考工具,提供与 GitHub Copilot 建议可能相符的公开代码链接,这样开发者就可以审查潜在的匹配情况(以及相关的许可信息),从而做出更明智的决策。

制定走向市场的策略

  • 利用产品布道师来推出你的产品。在 2021 年推出 GitHub Copilot 的技术预览版之前,团队向软件开发社区的领军人物和 GitHub Stars 展示了产品原型。这样做不仅在推出技术预览版时就已经有了一定的支持基础,而且能让产品触及到更广泛的用户群体。

  • 先面向个人用户推广产品,再考虑企业市场。团队最初决定直接向开发者出售许可证,因为这些开发者显然可以从 AI 编程助手中受益。我们结合了免费试用和基于用户调查的月付制定价策略,调查显示个人用户倾向于简单明了且容易预测的订阅方式。在个人用户群体中建立起支持基础,有助于推动产品在企业级市场的接受和使用。

关键经验

在生成式 AI 这个新兴领域,我们正密切关注市场需求和技术发展。在构建大语言模型(LLM)应用程序的过程中,每个公司和产品都有其独特的方法,但从我们与 GitHub Copilot 的合作中,我们总结了几点关键经验:

  • 明确特定的问题,并深入分析 AI 的潜在应用场景。这样做可以帮助应用程序产生更大的影响,并更快地推向市场。

  • 将实验性质的尝试和紧密的反馈循环融入设计过程。在大语言模型的开发中尤为重要,因为这些模型的输出结果具有概率性,而且多数用户还在学习如何与 AI 模型互动。

  • 在扩展应用范围时,持续倾听用户反馈,优先考虑用户需求。这样可以确保产品能够稳定地提供真正有价值的结果。

如果你在寻找适合大语言模型应用解决的问题,不妨看看我们的文章,了解公司是如何通过生成式 AI 提高效率的。同时,你也可以参考GitHub 如何通过 GitHub Actions 帮助 AI 非营利机构 Ersilia,在低收入和中等收入国家推动药物研究,从他们的做法中获取灵感。

🧭 文中关联 AI 工具官网与参数卡(语宙 AI 导航)
GitHub Copilot ↗
GitHub Copilot:GitHub推出的AI编程工具,面向AI 编程辅助场景提供便捷实用的在线功能支持,
Copilot ↗
微软推出的网页版Copilot助手。
NEXT ↗
NEXT曾是36氪旗下专注于全球创新产品与科技趋势的发现平台。其核心功能在于为科技爱好者、创业者和投资人群体提供
❓ 常见问题解答(FAQ)
GitHub Copilot 是如何从个人版扩展到企业版的?

团队先聚焦个人开发者在 IDE 中编写函数这一单点问题,快速推出 Copilot for Individuals;在验证价值后,再补齐组织策略管理等企业功能,8 个月后上线 Copilot for Business,实现从个人到企业的平滑扩展。

为什么 GitHub Copilot 要集成到 IDE 而不是网页?

因为开发者不希望改变既有编码习惯。网页界面会迫使用户在编辑器和浏览器间频繁切换,而集成到 IDE 后,Copilot 能在后台直接给出建议,更符合真实开发流程。

相邻标签页技术对 Copilot 有什么作用?

它让 Copilot 不只看当前文件,还能利用 IDE 中同时打开的多个文件上下文,从而给出更准确的代码建议。文中提到,这一改进使建议接受率提升了 5%。

🔬 语宙深潜追问 · 进阶实操拆解
IDE集成为什么比单独聊天更重要?

因为开发者的真实工作流发生在编辑器里。IDE集成能利用上下文、减少切换成本,并把建议嵌入补全、重构、测试等动作中。这样用户感知到的不是“会聊天”,而是“真的帮我写代码”。

A/B测试如何判断建议质量提升?

不要只看点击率,要看接受率、撤销率、后续修改量和任务完成时间。若建议被接受但频繁回改,说明表面命中、实际低质。把指标拆到场景级,才能找到真正有效的提示策略。

🗳️ 读者观点微投票 · 您的实战立场是?
Copilot成功的关键是模型还是产品设计?
🕸️ 语宙向量知识图谱 · 语义强关联深度内链
💻 所属权威专题:Claude & AI 编程 / MCP →
  • 我们是如何利用大语言模型 (LLM) 改进 GitHub Copilot 的探索之旅 [译]
  • 现代大语言模型应用架构 [译]
  • 使用大语言模型 (LLMs) 构建产品一年后的经验总结 (第二部分)[译]
  • 能自我修复的代码是软件开发的未来 [译]
🏛️ 宝玉的分享 · 前沿大模型翻译与提示词工程实战分享专栏,聚焦海外一手 AI 技术动态与工程实践。
📄 Markdown 纯净版
💡 这篇内容对您有启发吗?
📡 RSS 订阅✨ 提交 AI 工具 / 合作
🚀 Prompt 语宙 AI 创作者生态:探索 2,800+ 全球实用 AI 工具与高精度生图提示词咒语库
🧭 语宙 AI 导航 (ai.paooo.com)🎨 AI 生图 Prompt 库📚 核心专题导航⚡ AIGC 早报生成器
欧盟监管风暴将至:Roblox与ChatGPT面临最严合规考验
即使在理想情况下,信用卡诈骗也是会存在的 [译]
性能提升👆,复杂度降低👇:Shopify 工程部的重大革新 [译]
揭秘 OpenAI 至 2027 年打造通用人工智能的蓝图 [译]
下班手机继续遥控本地 IDE!腾讯 Marvis 重磅上线 Coding 管家:跨设备调用 CodeBuddy 与 Kimi Code、长时程 Agent 协同与防休眠技术全景深度实测
TAGGED:AI编程CopilotCursorGitHub CopilotOpenAI
分享
Email 复制链接 打印
Share
宝玉的分享 头像
By宝玉的分享
Follow:
前沿大模型翻译与提示词工程实战分享专栏,聚焦海外一手 AI 技术动态与工程实践。
上一篇 成人与孩子之间关于恐龙和恐龙食物的短信交流屏幕截图 “Emoji”一词的由来 [译]
下一篇 Francisco Tustumi 在电脑前工作的画像 ChatGPT 一周年回顾:谁在使用它,用途有哪些,为什么受欢迎? [译]
Ad image
Ad image

最近更新

WordPress 7.2版本更新与默认随机重定向、Secrets API撤回及MCP核心能力拆解封面图
官方博客竟把关闭过滤器写错了!WordPress 7.2前瞻全拆解:默认/random/暗藏隐私与SEO风险、Secrets API紧急撤回与3项MCP只读能力落地
AI 工具
Anthropic上市募资与算力长约的隐喻:现金光环上升,数据中心暗链延伸,治理水晶承受张力与阻力冲击。
募资超1070亿美元却背负9000亿算力长约!Anthropic史上最大IPO背后的三大隐忧:1040亿年内亏损、地方抵制潮与PBC治理死结
AIGC 资讯
微软Copilot与Claude/ChatGPT价格战隐喻:发光玻璃表格堡垒守住Excel,数据流高效汇聚,企业AI竞争升级
3000万付费仅吃下4.5亿席位不到7%!微软Ignite正面叫板Claude与ChatGPT:月均30美元VS 205美元价格战与Excel保卫战全拆解
AIGC 资讯
联想AI推理时代的端边云全栈算力插画:玻璃拟态服务器核心发光,光流连接云端与边缘节点,呈现营收与订单增长动能。
AI营收暴涨80%且握5300亿服务器订单!联想Q2单季营收首破2000亿、净利狂飙166%:端边云全栈算力如何接住推理时代红利?
AIGC 资讯

相关推荐

性能碾压对手!谷歌 Gemini 3.5 Pro 曝光:史诗级升级定档 7 月 17 日
AIGC 资讯

性能碾压对手!谷歌 Gemini 3.5 Pro 曝光:史诗级升级定档 7 月 17 日

Prompt 语宙研究院
AI智能体 AI编程 Gemini
告别排队!腾讯ima Copilot全面开放,知识技能共享生态引爆AIGC新潮流
AI 工具AIGC 资讯

告别排队!腾讯ima Copilot全面开放,知识技能共享生态引爆AIGC新潮流

Prompt 语宙研究院
AIGC AI智能体 Copilot 知识管理 腾讯ima
Knibble
AI 工具

Knibble

remaker
AI办公效率 AI智能体 ChatGPT OpenAI RAG检索增强
SimpleQA – OpenAI开源的新基准,用于评估前沿模型的事实准确性
AIGC 资讯

SimpleQA – OpenAI开源的新基准,用于评估前沿模型的事实准确性

Prompt 语宙研究院
AI智能体 ChatGPT Claude OpenAI
/ Prompt 语宙 /

探索生成式 AI 的无限创作潜能,一站式获取前沿 AIGC 资讯、高阶 Prompt 咒语与全球实用 AI 工具。

核心专栏

  • 语宙 AI 工具导航
  • EVA 视觉抠图工坊Hot
  • 出海数字营销宝典
  • AI 生图咒语灵感库
  • 24H 硅谷 AI 情报流

生态与服务

  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作

标签

开源大模型 AI智能体 AI办公效率 AI绘画提示词 OpenAI 大模型微调 Midjourney AI编程 stable diffusion AI视频生成 ChatGPT 3D与空间智能 HuggingFace AI音频与语音 RAG检索增强 Claude Flux AIGC Gemini 通义千问 Anthropic Llama Cursor DeepSeek Prompt AI Agent Kimi 智谱AI 具身智能 YouTube
Prompt 语宙Prompt 语宙
Follow US
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.