加速技术开发！第110期北京源创会精彩回顾

正文

请到「今天看啥」查看全文

崔红保指出，跨端框架若想媲美原生，就得成为原生。DCloud 推出纯原生的跨平台框架 uni-app x，开发态继续使用 web 技术栈，通过编译阶段将 JS + Vue 代码编译为各平台的原生语言，例如在鸿蒙 Next 上就编译为 arkTS + arkUI，一方面解决渲染引擎的问题，另一方面彻底消灭 JS 进程和 UI 进程之间的阻塞问题，完全实现原生效果。

对于未来，崔红保讲到，uni-app 团队会在开发体验、运行性能、插件生态等维度加强对鸿蒙平台的支持和强化。

---

开发应用一分钟，省却台下十年功：LazyLLM 助你高效构建 AI 助手！

商汤科技大装置事业群研发总监王志宏发表《开发应用一分钟，省却台下十年功：LazyLLM 助你高效构建 AI 助手！》主题演讲。

王志宏指出，目前纯大模型及微调无法满足实际的场景需求，AI Agent 俨然成为 2025 年最中心的产品议题。相关数据显示，整体 AI Agent 市场规模在 2025 年将达到 73.8 亿美元，到 2030 年达到 470 亿美元。在实际案例方面，AI Agent 能作用于各种广泛领域，包括电商、财管等多种领域，根据相关调研，九成公司都对 AI Agent 有计划和需求，大约 51% 的受访者已在生产中使用，78% 的受访者积极计划尽快将代理投入生产。

此外，大模型应用落地还面临一大难题 —— 半天 POC，半年难落地。

在这种背景下，多 Agent 大模型应用的开发框架 LazyLLM 应运而生，其开发的初衷是破局多 Agent 应用开发困境，协助开发者用极低的成本构建复杂的 AI 应用，并可以持续的迭代优化效果。用户可以先基于 LazyLLM 快速跑通应用的原型，再结合场景任务数据进行 bad-case 分析，然后对应用中的关键环节进行算法迭代和模型微调，进而逐步提升整个应用的效果。

其中，LazyLLM 加速 AI 应用开发的关键设计有以下几点：以数据流为核心的应用开发范式，LazyLLM 支持 Pipeline、Parallel、Switch、If、Loop、Diverter、Warp、Graph 等数据流；为同一模块的不同技术选型提供一致的使用体验，包括统一调用、统一服务、统一部署；复杂应用一键部署；跨平台，以及高可拓展架构、产品落地快等性能。

此外，用 LazyLLM 也可搭建 RAG 应用。RAG 核心流程包含数据读取、数据分块、向量化、召回、重排和生成几个部分，LazyLLM 为每个组件进行了封装，提供开箱即用的 RAG 搭建工具。

---

运用 Elasticsearch 进行向量搜索及 GenAI 智能应用开发

Elastic 中国社区首席布道师刘晓国发表《运用 Elasticsearch 进行向量搜索及 GenAI 智能应用开发》主题演讲。刘晓国指出，AI 时代对搜索提出了新要求。以往的用户需求往往通过全文搜索、结构化搜索等来给出结果，而现在的搜索要求则需要通过语义搜索、向量搜索等来满足。语义搜索是根据搜索查询的意图和上下文含义检索结果，而不仅仅是关键字，往往准确度更高。

请到「今天看啥」查看全文