张路宇
Dify.AI 创始⼈
超过 11 年的互联⽹从业经验，对产品设计、敏捷项⽬管理DevOps、学习型组织⽂化与 Web 应⽤开发有深刻理解。在企业服务、⼯具软件领域的 SaaS 的产品、运营和技术管理上有丰富经验。 信奉「 假设 - 验证 」的科学思维和精益创业精神。可驾驭宏观战略，也可以抠像素级的细节。能在⼤型公司中⾼效协同，更擅⻓初创业务从 0 到 1 的冷启动。除产品与技术知识以外，在数据分析、经济学、投资、哲学和积极⼼理学等学科上均有不同程度的涉猎，⼒图建⽴查理·芒格所说的「 多元思维模型 」。
演讲主题
RAG 技术在 LLM 应⽤开发上的实践与挑战
LLM 应⽤从 Hard Coded 到 AutoAgent as Service 的技术演进脉络中，LLMOps 在其中举⾜轻重。本次演讲的核⼼重点在于深⼊剖析了私有化数据在 LLM 落地过程中的关键作⽤。通过透彻阐明私有化数据清洗与嵌⼊的技术原理，通过 RAG 索引增强⽣成、内容增强⽣成、模型增强的以及数据嵌⼊经济学的实践案例，全⾯系统诠释⾼质量私有化数据是实现 LLM 强⼤推理能⼒的基⽯。 最后，通过 Dify.AI 的开源实践共同解锁⼤语⾔模型的⽆限可能。 演讲提纲: 1. LLM 应⽤技术栈全景解析 当前 LLM 应⽤⼯程⾯临的挑战 ：从 Hard Coded 到 AutoAgent as Service 的⼯程演进 被低估了的 Prompt ⼯程：从 Design First 到 Prompt First 编程协作变⾰ 2. ⼤模型应⽤落地挑战：私有化数据清洗与嵌⼊ 私有化数据清洗与嵌⼊的技术原理：从嵌⼊到微调的技术阶梯 数据嵌⼊经济学：⾃定义分段模式、Q2Q 匹配⽅式与聚点萃取总结压缩⽅法 模型能⼒与检索的增强（RAG）：通过编排、索引、插件实现嵌⼊⽣成到推理⽣成的进化 Dify 私有化数据清洗与嵌⼊实践：构建针对业务场景优化的 AI 应⽤ 3. Dify.AI 的开源⽣态构建 打开开源之⻔：开源产品的研发经历与挑战 依靠开源社区⽣态⼒量，让所有开发者低成本获得 LLM 应⽤开发的能⼒
